DE102023203884A1

DE102023203884A1 - Medizinbilddiagnosehilfsvorrichtung und Verfahren zum Erzeugen und Visualisieren von Hilfsinformationen auf der Basis von Verteilungen von Signalintensitäten in Medizinbildern

Info

Publication number: DE102023203884A1
Application number: DE102023203884.6A
Authority: DE
Inventors: Sunggoo Kwon; Jin Seol Kim; Hyunwoo Kim; Seyeon Jo; Chan Mi PARK
Original assignee: Coreline Software Co Ltd
Current assignee: Coreline Software Co Ltd
Priority date: 2022-04-26
Filing date: 2023-04-26
Publication date: 2023-10-26
Also published as: US20230343455A1

Abstract

Offenbart ist eine Medizinbilddiagnosehilfsvorrichtung, die dazu konfiguriert ist, Informationen über zumindest einen Zielbereich in einem Medizinbild zu erfassen; Verteilungsinformationen über eine Verteilung von Signalintensitätswerten innerhalb des Zielbereichs zu erfassen; erste Hilfsinformationen auf der Basis einer ersten Schwelle für die Signalintensitätswerte innerhalb des Zielbereiches zu erzeugen; und zweite Hilfsinformationen auf der Basis der Verteilungsinformationen und der ersten Hilfsinformationen zu erzeugen.

Description

Querverweis auf verwandte Anmeldung
Diese Anmeldung beansprucht gemäß 35 U.S.C. §119(a) die Priorität der koreanischen Patentanmeldungen Nr. 10-2022-051650 und 10-2022-0118135 , eingereicht am 26. April beziehungsweise 19. September 2022, welche hierin durch Bezugnahme aufgenommen sind.
Technisches Gebiet
Die vorliegende Erfindung bezieht sich auf eine Vorrichtung und ein Verfahren zur Hilfe bei einer Diagnose unter Verwendung von Medizinbildern. Insbesondere bezieht sich die vorliegende Erfindung auf eine Technologie zum Analysieren von Medizinbildern und zum Visualisieren der Ergebnisse der Analyse, um bei einer Diagnose unter Verwendung der Medizinbilder zu helfen.
Technischer Hintergrund
Die in diesem Bereich beschriebenen Inhalte stellen lediglich Informationen über den technischen Hintergrund der vorliegenden Erfindung bereit und bilden keinen Stand der Technik aus.
Aktuell werden Medizinbilder, beispielsweise Computertomographie-(CT)-Bilder, weitverbreitet verwendet, um Diagnosen durch das Analysieren von Läsionen zu erstellen. Beispielsweise werden CT-Bilder der Brust häufig für eine Diagnose verwendet, da Anomalitäten im Inneren des Körpers, etwa der Lungen, der Bronchen und des Herzes, beobachtet werden können.
Einige Erkenntnisse, die über CT-Bilder der Brust diagnostiziert werden können, sind nicht so einfach zu lesen, so dass selbst Radiologen ihre Merkmale und Formen nur nach Jahren der Schulung unterscheiden können, mit dem Ergebnis, dass menschliche Ärzte sie leicht übersehen können. Insbesondere wenn der Schwierigkeitsgrad beim Lesen hoch ist, etwa im Fall eines Lungenknotens, kann ein Arzt diesen möglicherweise nicht sehen, auch er sehr aufmerksam arbeitet, was ein Problem darstellen kann.
Um beim Lesen von Bildern, die Menschen leicht übersehen können, Hilfe zu leisten, entstand der Bedarf nach Computergestützter Diagnose (CAD = Computer-Aided Diagnosis). Jedoch hilft die herkömmliche CAD-Technologie Ärzten lediglich in einem stark eingeschränkten Bereich bei der Entscheidungsfindung.
Das Lesen bzw. Prüfen einer Läsion unter Verwendung von CAD kann einen Prozess umfassen, bei dem zuerst ein Bereich spezifiziert wird, der als Läsion verdächtigt wird, und dann ein Punktwert (bzw. Score) (z. B. Konfidenz, Bösartigkeit und/oder dergleichen) für den Bereich ausgewertet wird. Wenn beispielsweise eine Mehrzahl von Knoten in einem Lungenbereich gefunden werden, wird es notwendig sein, einen Knoten zu spezifizieren, von dem angenommen wird, dass er stark bösartig ist, und einen zukünftigen Behandlungsplan zu bestimmen.
Da es jedoch eine Vielzahl von Knoten gibt, ist es schwierig, vor dem Lesen zu wissen, welcher Knoten den höchsten Grad an Bösartigkeit aufweist. In vielen Fällen beginnt die Diagnose jedoch bei Knoten, von denen nicht erwartet wird, dass sie bösartig sind, oder die tatsächlich nicht bösartig sind, was eine Verringerung der Leseeffizienz zur Folge hat. Da es zusätzlich dazu schwierig ist, vor dem Lesen zu wissen, welcher Knoten tatsächlich ein Knoten ist, und da eine Zuverlässigkeit nicht hoch ist, ist eine Leseeffizienz gering, auch wenn eine Diagnose bei einem Teil beginnt, von dem nicht erwartet wird, dass er tatsächlich ein Knoten ist.
Das koreanische Patent Nr. 10-1943011 mit dem Titel „Verfahren zum Helfen beim Lesen von Medizinbildern eines Probanden und Vorrichtung unter Verwendung derselben“, welches ein Dokument des Standes der Technik ist, offenbart ein Verfahren und eine Vorrichtung, die das Verfahren verwendet, welche eine Leseeffizienz verbessern können, indem ein Ergebnisauswertungsverfahren in ein herkömmliches Läsionsdetektionssystem eingefügt wird, und es ermöglicht wird, dass Läsionen mit dem höchsten Punktwert (z. B. Zuverlässigkeit, Bösartigkeit und/oder dergleichen) aus den detektierten Läsionen zuerst gelesen werden.
In dem koreanischen Patent Nr. 10-1943011 ist eine Konfiguration offenbart, bei der dann, wenn eine Mehrzahl von Läsionen für eine einzelne Art von Erkrankung detektiert wird, eine Liste, die geordnet ist von Läsionen mit dem höchsten Punktwert hinsichtlich Zuverlässigkeit, Bösartigkeit und/oder dergleichen, in einer einzelnen Anzeigeumgebung angezeigt wird, und ein Bild, das mit einer entsprechenden Läsion in Verbindung steht, angezeigt wird, wenn ein Benutzer die Läsion aus der Liste auswählt.
Selbst wenn Informationen über eine Läsion, die durch ein künstliches neuronales Netz detektiert wird, gemeinsam mit einem Punktwert visualisiert werden, wie etwa Zuverlässigkeit, Bösartigkeit und/oder dergleichen, der durch das künstliche neuronale Netz bereitgestellt wird, ist es schwierig, die Grundlagen für die Berechnung der Zuverlässigkeit, Bösartigkeit und/oder dergleichen von außen zu erkennen, da das Innere des künstlichen neuronalen Netzes einer Blackbox ähnelt. Daher kann einer medizinische Fachkraft, die ein Benutzer ist, keine Einrichtung zum Verifizieren der Inferenzergebnisse des künstlichen neuronalen Netzes bereitgestellt werden.
Kurzdarstellung der Offenbarung
Die vorliegende Erfindung wurde getätigt, um die oben beschriebene Probleme zu lösen, und eine Aufgabe der vorliegenden Erfindung besteht darin, ein Mittel, mit der eine medizinische Fachkraft die Ergebnisse einer Detektion eines spezifischen Organs, einer Läsion oder eines Fundes verifizieren kann, als Hilfsinformationen bereitzustellen.
Eine Aufgabe der vorliegenden Erfindung besteht darin, ein Mittel, mit dem eine medizinische Fachkraft zusätzliche Informationen über das Vorhandensein / das Fehlen, den Fortschritt und Schweregrad einer Erkrankung für ein spezifisches Organ, eine Läsion oder einen Fund als Hilfsinformationen erhalten kann.
Eine Aufgabe der vorliegenden Erfindung besteht darin, in einem Zustand, in dem ein spezifisches Organ segmentiert ist oder eine Läsion oder ein Fund detektiert ist und dann visualisiert wird, Informationen darüber bereitzustellen, ob eine Erkrankung tatsächlich in dem segmentierten Organ oder der detektierten Läsion oder dem detektierten Fund vorhanden ist, ob die Erkrankung fortschreitet oder ob die Erkrankung schwer ist, zusammen mit Hilfsinformationen, die einer medizinischen Fachkraft, welche ein Benutzer ist, bereitgestellt werden können.
Eine Aufgabe der vorliegenden Erfindung besteht darin, eine Funktion bereitzustellen, die die Nachfolgeuntersuchung des Wandels einer spezifischen Läsion oder eines spezifischen Organs im Zeitverlauf erleichtert.
Eine Aufgabe der vorliegenden Erfindung besteht darin, Visualisierungsinformation bereitzustellen, die wirksam sind zum Darstellen der Art oder des Zustands eines Bereichs von Interesse (ROI, Region Of Interest).
Eine Aufgabe der vorliegenden Erfindung besteht darin, Visualisierungsinformationen bereitzustellen, die wirksam sind zum Darstellen einer Änderung der Art oder des Zustands eines ROI.
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung ist eine Medizinbilddiagnosehilfsvorrichtung bereitgestellt, die einen Prozessor aufweist, wobei der Prozessor dazu konfiguriert ist: Informationen über zumindest einen Zielbereich in einem Medizinbild zu erfassen; Verteilungsinformationen über eine Verteilung von Signalintensitätswerten innerhalb des Zielbereichs zu erfassen; erste Hilfsinformationen auf der Basis einer ersten Schwelle für die Signalintensitätswerte innerhalb des Zielbereiches zu erzeugen; und zweite Hilfsinformationen auf der Basis der Verteilungsinformationen und der ersten Hilfsinformationen zu erzeugen.
Die Signalintensitätswerte innerhalb des Zielbereiches können in ein erstes Intervall, das einem ersten Zustand entspricht, und in ein zweites Intervall, das einem zweiten Zustand entspricht, auf der Basis der ersten Schwelle eingeordnet werden.
Die zweiten Hilfsinformationen können Erstes-Intervall-Verteilungsinformationen, die dem ersten Intervall der Signalintensitätswerte innerhalb des Zielbereiches entsprechen, und/oder Zweites-Intervall-Verteilungsinformationen aufweisen, die dem zweiten Intervall der Signalintensitätswerte innerhalb des Zielbereiches entsprechen.
Die zweiten Hilfsinformationen können ferner ein erstes Visualisierungselement, das repräsentativ ist für die Erstes-Intervall-Verteilungsinformationen, und ein zweites Visualisierungselement aufweisen, das repräsentativ ist für die Zweites-Intervall-Verteilungsinformationen.
Die zweiten Hilfsinformationen können Erstes-Intervall-Verteilungsquantifizierungsinformationen, die dem ersten Intervall der Signalintensitätswerte innerhalb des Zielbereiches entsprechen, und/oder Zweites-Intervall-Verteilungsquantifizierungsinformationen aufweisen, die dem zweiten Intervall der Signalintensitätswerte innerhalb des Zielbereiches entsprechen.
Die Erstes-Intervall-Verteilungsquantifizierungsinformationen können eine Perzentile, einen Maximalwert, einen Mindestwert, einen Mittelwert, einen Moduswert und/oder einen Medianwert von Pixeln/Voxeln von Signalintensitätswerten innerhalb des Zielbereiches entsprechend dem ersten Intervall aufweisen.
Die Zweites-Intervall-Verteilungsquantifizierungsinformationen können eine Perzentile, einen Maximalwert, einen Mindestwert, einen Mittelwert, einen Moduswert und/oder einen Medianwert von Pixeln/Voxeln von Signalintensitätswerten innerhalb des Zielbereiches entsprechend dem zweiten Intervall aufweisen.
Der Prozessor kann ferner dazu konfiguriert sein, Folgendes zu erzeugen: erste Überlagerungsvisualisierungsinformationen auf dem Medizinbild für zumindest einen ersten Teilbereich innerhalb des Zielbereiches entsprechend dem ersten Intervall; und/oder zweite Überlagerungsvisualisierungsinformationen auf dem Medizinbild für zumindest einen zweiten Teilbereich innerhalb des Zielbereiches entsprechend dem zweiten Intervall.
Der Prozessor kann ferner dazu konfiguriert sein: die ersten Überlagerungsvisualisierungsinformationen zu erzeugen, wenn eine Benutzereingabe für das erste Intervall in Verbindung mit den zweiten Hilfsinformationen erkannt wird; und die zweiten Überlagerungsvisualisierungsinformationen zu erzeugen, wenn eine Benutzereingabe für das zweite Intervall in Verbindung mit den zweiten Hilfsinformationen erkannt wird.
Die erste Schwelle kann einem Vorhandensein/Fehlen, einem Fortschritt und/oder einem Schweregrad einer Erkrankung zugeordnet sein, die dem Zielbereich zugeordnet ist.
Die Informationen über den Zielbereich können Segmentierungsinformationen über eine Grenze des Zielbereichs sein.
Der Zielbereich kann ein Fundbereich sein, der in Verbindung mit einer Erkrankung oder Läsion in dem Medizinbild detektiert wird.
Der Zielbereich kann ein Bereich sein, der als Ergebnis einer Segmentierung einer atomischen Struktur in dem Medizinbild erhalten wird.
Der Prozessor kann ferner dazu konfiguriert sein, erste Hilfsinformationen zu erzeugen, die ferner einen zweiten Schwellwert für die Signalintensitätswerte innerhalb des Zielbereiches umfassen.
Die Signalintensitätswerte innerhalb des Zielbereiches können in ein erstes Intervall, das einem ersten Zustand entspricht, ein zweites Intervall, das einem zweiten Zustand entspricht, und ein drittes Intervall, das einem dritten Zustand entspricht, auf der Basis der ersten Schwelle und der zweiten Schwelle eingeordnet werden.
Die Verteilungsinformationen können Histogramminformationen sein, die einer Verteilung von Signalintensitätswerten von Pixeln/Voxeln innerhalb des Zielbereiches entsprechen.
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung ist eine Medizinbilddiagnosehilfsvorrichtung bereitgestellt, die einen Prozessor aufweist, wobei der Prozessor dazu konfiguriert ist: Informationen über zumindest einen ersten Zielbereich in einem ersten Medizinbild zu erfassen, das zu einem ersten Zeitpunkt für einen Gegenstand erfasst wird; Informationen über zumindest einen zweiten Zielbereich in einem zweiten Medizinbild zu erfassen, das zu einem zweiten Zeitpunkt für den Gegenstand erfasst wird; erste Verteilungsinformationen über eine Verteilung von Signalintensitätswerten innerhalb des ersten Zielbereichs zu erfassen; zweite Verteilungsinformationen über eine Verteilung von Signalintensitätswerten innerhalb des zweiten Zielbereiches zu erfassen; und Visualisierungsinformationen auf der Basis der ersten Verteilungsinformationen und der zweiten Verteilungsinformationen zu erzeugen.
Der Prozessor kann ferner dazu konfiguriert sein, erste Hilfsinformationen auf der Basis einer ersten Schwelle für Signalintensitätswerte in dem ersten Gebiet und dem zweiten Gebiet zu erzeugen.
Die Signalintensitätswerte innerhalb des ersten Bereichs und des zweiten Bereiches können in ein erstes Intervall, das einem ersten Zustand entspricht, und in ein zweites Intervall, das einem zweiten Zustand entspricht, auf der Basis der ersten Schwelle eingeordnet werden.
Der Prozessor kann ferner dazu konfiguriert sein, Erstes-Intervall-Verteilungsinformationen, die dem ersten Intervall für die Signalintensitätswerte innerhalb des ersten Bereichs entsprechen, und/oder Zweites-Intervall-Verteilungsinformationen, die dem zweiten Intervall für die Signalintensitätswerte innerhalb des ersten Bereichs entsprechen, auf der Basis der ersten Verteilungsinformationen zu erfassen.
Der Prozessor kann ferner dazu konfiguriert sein, als Teil der Visualisierungsinformationen zweite Hilfsinformationen zu erzeugen, die die ersten Hilfsinformationen umfassen, während sie die Erstes-Intervall-Verteilungsinformationen und/oder die Zweites-Intervall-Verteilungsinformationen umfassen.
Der Prozessor kann ferner dazu konfiguriert sein, Drittes-Intervall-Verteilungsinformationen, die dem ersten Intervall für die Signalintensitätswerte innerhalb des zweiten Bereichs entsprechen, und/oder Viertes-Intervall-Verteilungsinformationen, die dem zweiten Intervall für die Signalintensitätswerte innerhalb des zweiten Bereichs entsprechen, auf der Basis der zweiten Verteilungsinformationen zu erfassen.
Der Prozessor kann ferner dazu konfiguriert sein, als Teil der Visualisierungsinformationen dritte Hilfsinformationen zu erzeugen, die die ersten Hilfsinformationen umfassen, während sie die Drittes-Intervall-Verteilungsinformationen und/oder die Viertes-Intervall-Verteilungsinformationen umfassen.
Der Prozessor kann ferner dazu konfiguriert sein, erste Hilfsinformationen auf der Basis einer ersten Schwelle für Signalintensitätswerte in dem ersten Gebiet und dem zweiten Gebiet zu erzeugen.
Die Signalintensitätswerte innerhalb des ersten Bereichs und des zweiten Bereichs können in ein erstes Intervall, das einem ersten Zustand entspricht, und ein zweites Intervall, das einem zweiten Zustand entspricht, auf der Basis der ersten Schwelle eingeordnet werden.
Der Prozessor kann ferner dazu konfiguriert sein, Erstes-Intervall-Verteilungsquantifizierungsinformationen, die dem ersten Intervall für die Signalintensitätswerte innerhalb des ersten Bereichs entsprechen, und/oder Zweites-Intervall-Verteilungsquantifizierungsinformationen, die dem zweiten Intervall für die Signalintensitätswerte innerhalb des ersten Bereichs entsprechen, auf der Basis der ersten Verteilungsinformationen zu erfassen.
Der Prozessor kann ferner dazu konfiguriert sein, als Teil der Visualisierungsinformationen zweite Hilfsinformationen zu erzeugen, die die ersten Hilfsinformationen umfassen, während sie die Erstes-Intervall-Verteilungsquantifizierungsinformationen und/oder die Zweites-Intervall-Verteilungsquantifizierungsinformationen umfassen.
Der Prozessor kann ferner dazu konfiguriert sein, Drittes-Intervall-Verteilungsquantifizierungsinformationen, die dem ersten Intervall für die Signalintensitätswerte innerhalb des zweiten Bereichs entsprechen, und/oder Viertes-Intervall-Verteilungsquantifizierungsinformationen, die dem zweiten Intervall für die Signalintensitätswerte innerhalb des zweiten Bereichs entsprechen, auf der Basis der zweiten Verteilungsinformationen zu erfassen.
Der Prozessor kann ferner dazu konfiguriert sein, als Teil der Visualisierungsinformationen dritte Hilfsinformationen zu erzeugen, die die ersten Hilfsinformationen umfassen, während sie die Drittes-Intervall-Verteilungsquantifizierungsinformationen und/oder die Viertes-Intervall-Verteilungsquantifizierungsinformationen umfassen.
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung ist ein Medizinbilddiagnosehilfsverfahren bereitgestellt, das von einem Rechensystem ausgeführt wird, welches einen Prozessor umfasst, wobei das Medizinbilddiagnosehilfsverfahren folgende Schritte aufweist: Erfassen von Informationen über zumindest einen Zielbereich in einem Medizinbild; Erfassen von Verteilungsinformationen über eine Verteilung von Signalintensitätswerten innerhalb des Zielbereiches; Erzeugen erster Hilfsinformationen auf der Basis einer ersten Schwelle für die Signalintensitätswerte innerhalb des Zielbereiches; und Erzeugen zweiter Hilfsinformationen auf der Basis der Verteilungsinformationen und der ersten Hilfsinformationen.
Die Signalintensitätswerten innerhalb des Zielbereiches können in ein erstes Intervall, das einem ersten Zustand entspricht, und ein zweites Intervall, das einem zweiten Zustand entspricht, auf der Basis der ersten Schwelle eingeordnet werden.
Das Erzeugen von zweiten Hilfsinformationen kann ein Erzeugen der zweiten Hilfsinformationen einschließlich von Erstes-Intervall-Verteilungsinformationen, die dem ersten Intervall der Signalintensitätswerte innerhalb des Zielbereiches entsprechen, und/oder Zweites-Intervall-Verteilungsinformationen, die dem zweiten Intervall der Signalintensitätswerte innerhalb des Zielbereiches entsprechen, aufweisen.
Die Signalintensitätswerte innerhalb des Zielbereiches können in ein erstes Intervall, das einem ersten Zustand entspricht, und ein zweites Intervall, das einem zweiten Zustand entspricht, auf der Basis der ersten Schwelle eingeordnet werden.
Das Erzeugen zweiter Hilfsinformationen kann ein Erzeugen der zweiten Hilfsinformationen einschließlich von Erstes-Intervall-Verteilungsquantifizierungsinformationen, die dem ersten Intervall der Signalintensitätswerte innerhalb des Zielbereiches entsprechen, und/oder Zweites-Intervall-Verteilungsquantifizierungsinformationen, die dem zweiten Intervall der Signalintensitätswerte innerhalb des Zielbereiches entsprechen, aufweisen.
Kurzbeschreibung der Zeichnungen
Die obigen und anderen Aufgaben, Merkmale und Vorteile der vorliegenden Erfindung werden aus der folgenden ausführlichen Beschreibung in Zusammenschau mit den beigefügten Zeichnungen deutlicher verständlich, wobei:

1 ein Diagramm ist, das eine Medizinbildnachfolgeuntersuchung und einen Zielbereich als einen Gegenstand der Nachuntersuchung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung zeigt;
2 ein Diagramm ist, das ein Beispiel von Hilfsinformationen zeigt, die durch eine Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung visualisiert werden;
3 ein Diagramm ist, das ein anderes Beispiel von Hilfsinformationen zeigt, die durch eine Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung visualisiert werden;
4 ein Diagramm ist, das ein Beispiel von Hilfsinformationen zeigt, die zur Medizinbildnachfolgeuntersuchung durch eine Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung visualisiert werden;
5 ein Diagramm ist, das ein Beispiel von Hilfsinformationen zeigt, die für eine Medizinbildnachfolgeuntersuchung durch eine Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung veranschaulicht werden;
6 ein Diagramm ist, ein Beispiel eines Medizinbildes zeigt, das in Verbindung mit Hilfsinformationen zur Medizinbildnachfolgeuntersuchung durch eine Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung visualisiert wird;
7 ein Diagramm ist, das ein Beispiel eines Medizinbildes zeigt, das in Verbindung mit Hilfsinformationen zur Medizinbildnachfolgeuntersuchung durch eine Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung visualisiert wird;
8 ein Funktionsflussdiagramm ist, das ein Medizinbilddiagnosehilfsverfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung zeigt;
9 und 10 Funktionsflussdiagramme sind, die jeweils ausführlich ein Beispiel eines Teilprozesses des Medizinbilddiagnosehilfsverfahrens aus 8 zeigen;
11 ein Funktionsflussdiagramm ist, das ein Medizinbilddiagnosehilfsverfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung zeigt;
12 bis 15 Funktionsflussdiagramme sind, die jeweils ausführlich ein Beispiel eines Teilprozesses des Medizinbilddiagnosehilfsverfahrens aus 11 zeigen;
16 eine Zeichnung ist, die ein Beispiel einer Medizinbildnachfolgeuntersuchung und von Hilfsinformationen gemäß einem Ausführungsbeispiel der vorliegenden Erfindung zeigt;
17 ein Blockdiagramm ist, das eine verallgemeinerte Medizinbilddiagnosehilfsvorrichtung oder ein verallgemeinertes Rechensystem zeigt, die bzw. das dazu in der Lage ist, zumindest einen Teil der Prozesse aus 1 bis 16 auszuführen, gemäß einem Ausführungsbeispiel der vorliegenden Erfindung; und
18 ein Konzeptdiagramm ist, das einen Prozessor und ein künstliches neuronales Netz als innere Struktur einer verallgemeinerten Medizinbilddiagnosehilfsvorrichtung oder eines verallgemeinerten Rechensystems gemäß einem Ausführungsbeispiel der vorliegenden Erfindung umfasst.

Ausführliche Beschreibung der Offenbarung
Andere Aufgaben und Merkmale der vorliegenden Erfindung zusätzlich zu den oben beschriebenen Aufgaben werden aus der folgenden Beschreibung der Ausführungsbeispiele unter Bezugnahme auf die beigefügten Zeichnungen ersichtlich.
Die Ausführungsbeispiele der vorliegenden Erfindung werden im Folgenden ausführlich unter Bezugnahme auf die beigefügten Zeichnungen beschrieben. Wenn in der folgenden Beschreibung bestimmt wird, dass eine ausführliche Beschreibung einer bekannten Komponente oder Funktion den Grundgedanken der vorliegenden Erfindung undeutlich machen würde, wird sie ausgelassen.
Beziehungsbegriffe wie etwa erster/erste/erstes, zweiter/zweite/zweites und dergleichen und können dazu verwendet werden, unterschiedliche Elemente zu beschreiben, jedoch sind die Elemente nicht durch die Begriffe einzuschränken. Diese Begriffe werden lediglich dazu verwendet, ein Element von einem anderen zu unterscheiden. Beispielsweise kann eine erste Komponente auch als zweite Komponente bezeichnet werden, ohne vom Schutzumfang der vorliegenden Offenbarung abzuweichen, und die zweite Komponente kann auch gleichermaßen als erste Komponente bezeichnet werden. Der Begriff „und/oder“ bezeichnet ein oder eine Kombination einer Mehrzahl von verwandten und beschriebenen Elementen.
Wenn erwähnt wird, dass eine bestimmte Komponente mit einer anderen Komponente „gekoppelt“ oder „verbunden“ ist, ist zu beachten, dass die bestimmte Komponente mit der anderen Komponente direkt „gekoppelt“ oder „verbunden“ ist oder dass eine weitere Komponente dazwischen angeordnet ist. Im Gegensatz dazu ist zu beachten, dass dann, wenn erwähnt wird, dass eine bestimmte Komponente mit einer anderen Komponente „direkt gekoppelt“ oder „direkt verbunden“ ist, keine weitere Komponente nicht dazwischen angeordnet ist.
Die in der vorliegenden Offenbarung verwendeten Begriffe werden lediglich dazu verwendet, spezifische exemplarische Ausführungsbeispiele zu beschreiben, und es ist nicht beabsichtigt, dass dieselben die vorliegende Offenbarung einschränken. Der Ausdruck der Einzahl umfasst den Ausdruck der Mehrzahl, außer der Kontext gibt deutlich das Gegenteil vor. In der vorliegenden Offenbarung ist es beabsichtigt, dass Begriffe wie „aufweisen“ oder „haben“ angeben, dass ein Merkmal, eine Anzahl, ein Schritt, eine Funktion, eine Komponente, ein Teil oder eine Kombination daraus, die in der Beschreibung beschrieben wird, vorhanden ist, wobei es jedoch zu beachten ist, dass die Begriffe ein Vorhandensein oder einen Zusatz eines oder mehrerer Merkmale, Anzahlen, Schritte, Funktionen, Komponenten, Teile oder Kombinationen daraus nicht ausschließen.
Sofern dies nicht anders definiert ist, weisen alle hierin verwendeten Begriffe (einschließlich technischer und wissenschaftlicher Begriffe) dieselbe Bedeutung auf, wie sie für gewöhnlich von einem allgemeinen Fachmann verstanden wird, auf den diese Offenbarung gerichtet ist. Begriffe, die im Allgemeinen verwendet werden und in Wörterbüchern zu finden sind, sind so anzusehen, dass sie Bedeutungen aufweisen, die zu kontextuellen Bedeutungen im Stand der Technik passen. Außer dies ist deutlich definiert, sind Begriffe in dieser Beschreibung nicht notwendigerweise so anzusehen, dass sie formelle Bedeutungen aufweisen.
Im Hinblick auf aktuelle Medizinbilder (bzw. medizinische Bilder), wie etwa CT- oder MRT-Bilder, wird eine Reihe von Medizinbildern durch einen einzelnen Erfassungsprozess erfasst, und die Reihe von Medizinbildern ist nicht auf eine einzelne Art von Läsion beschränkt, sondern kann dazu verwendet werden, unterschiedliche Arten von Läsionen zu detektieren.
Die Technologie von Deep-Learning-/CNN-basierten künstlichen neuronalen Netzen, die jüngst schnell entwickelt worden ist, wird für den Zweck zum Identifizieren eines visuellen Elements betrachtet, das mit dem menschlichen Auge schwierig zu identifizieren ist, wenn sie auf das Bildgebungsgebiet angewendet wird. Es wird erwartet, dass sich die Anwendungsgebiete der obigen Technologie auf unterschiedliche Gebiete wie etwa Sicherheit, medizinische Bildgebung und zerstörungsfreie Prüfung erweitern werden.
Beispielsweise gibt es im Gebiet der medizinischen Bildgebung Fälle, in denen fragliches Gewebe nicht sofort als Krebsgewebe in einem Biopsiezustand diagnostiziert wird, sondern die Tatsache, ob es Krebsgewebe ist, wird erst bestimmt, nachdem es aus pathologischer Perspektive geprüft wurde. Obwohl es schwierig ist, in einem Medizinbild mit dem menschlichen Auge zu bestätigen, ob eine entsprechende Zelle eine Krebszelle ist, besteht eine Erwartung dahingehend, dass die Anwendung von Technologien künstlicher neuronaler Netze genauere Vorhersageergebnisse als eine Prüfung mit dem menschlichen Auge liefern kann.
Es wird erwartet, dass diese Technologie künstlicher neuronaler Netze angewendet wird und den Analyseprozess zum Detektieren einer Krankheit oder Läsion, die mit dem menschlichen Auge in einem Medizinbild schwierig zu identifizieren ist, Segmentieren eines Bereichs von Interesse, etwa eines spezifischen Gewebes, und Messen des segmentierten Bereichs ausführt.
Auch wenn eine Technologie vor dem Anmeldedatum der vorliegenden Offenbarung bekannt ist, kann sie unterdessen je nach Bedarf als Teil der Konfiguration der vorliegenden Offenbarung enthalten sein und hier beschrieben werden, ohne die Wesensart der vorliegenden Offenbarung zu verschleiern. Bei Beschreibung der Konfiguration der vorliegenden Offenbarung kann jedoch eine ausführliche Beschreibung von Gegenständen, die für Fachleute als bekannte Technologie vor dem Anmeldedatum der vorliegenden Offenbarung bekannt sind, den Zweck der vorliegenden Offenbarung verschleiern, so dass eine übermäßig detaillierte Beschreibung der bekannten Technologie ausgelassen wird.
Beschreibungen gewisser bekannter Elemente können durch die Bereitstellung eines Hinweises ersetzt werden, dass die Elemente Fachleuten über die Literatur der verwandten Technik bekannt sind, darunter das koreanische Patent Nr. 10-2270934 mit dem Titel „Medizinbildlesehilfsvorrichtung und -verfahren zum Bereitstellen repräsentativer Bilder auf der Basis eines medizinischen künstlichen neuronalen Netzes“, das koreanische Patent Nr. 10-2283673 mit dem Titel „Medizinbildlesehilfsvorrichtung und -verfahren zum Einstellen einer Schwelle von Diagnosehilfsinformationen auf der Basis einer Läsionsnachfolgeuntersuchung“, das koreanische Patent Nr. 10-1943011 mit dem Titel „Verfahren zur Hilfe beim Lesen von Medizinbildern einer Untersuchungsperson und Vorrichtung unter Verwendung derselben“, das koreanische Patent Nr. 10-1887194 mit dem Titel „Verfahren zur Hilfe beim Lesen von Medizinbildern einer Untersuchungsperson und Vorrichtung unter Verwendung desselben“, das koreanisches Patent Nr. 10-1818074 mit dem Titel „Künstliche-Intelligenzbasiertes automatisches Medizindiagnosehilfsverfahren und System davon“, usw., die hierin zitiert sind.
Einige der Inhalte, die in diesen Dokumenten der verwandten Technik offenbart sind, beziehen sich auf Aufgaben, die durch die vorliegende Erfindung zu lösen sind, und einige der Lösungen, die durch die vorliegende Erfindung angenommen werden, werden auf dieselbe Weise auf diese Dokumente der verwandten Technik angewendet.
In den oben beschriebenen verwandten Dokumenten werden Läsionskandidaten unter Verwendung eines künstlichen neuronalen Netzes detektiert und eingeordnet und dann werden Funde erzeugt. Jeder der Funde kann Diagnosehilfsinformationen umfassen und die Diagnosehilfsinformationen können quantitative Messungen wie etwa die Wahrscheinlichkeit, dass der Fund einer tatsächlichen Läsion entspricht, die Konfidenz des Fundes und die Bösartigkeit, Größe und das Volumen des entsprechenden der Läsionskandidaten, dem der Fund entspricht, umfassen.
Bei der Medizinbildlesehilfe unter Verwendung eines künstlichen neuronalen Netzes kann jeder Fund eine nummerisch quantifizierte Wahrscheinlichkeit oder Konfidenz als Diagnosehilfsinformationen umfassen. Da einem Benutzer nicht alle Funde bereitgestellt werden können, werden die Funde durch Anwendung einer vorbestimmten Schwelle gefiltert, und dem Benutzer werden lediglich genehmigte Funde bereitgestellt.
Eine Diagnose unter Verwendung eines Medizinbildes bezieht sich auf einen Prozess, bei dem eine medizinische Fachkraft eine Erkrankung oder Läsion identifiziert, die bei einem Patienten aufgetreten ist. In diesem Fall analysiert eine medizinische Fachkraft das Medizinbild und detektiert eine Erkrankung oder Läsion, die in dem Medizinbild erscheint, vor der Diagnose unter Verwendung eines Medizinbildes. Eine primäre Meinung zu der Detektion einer Erkrankung oder Läsion auf einem Medizinbild wird als „Fund“ (bzw. Befund) bezeichnet und der Prozess des Ableitens von Funden durch Analyse eines Medizinbildes wird als „Lesen“ (bzw. Studieren) bezeichnet.
Eine Diagnose unter Verwendung eines Medizinbildes wird derart erstellt, dass eine medizinische Fachkraft die Funde, die durch den Prozess des Lesens des Medizinbildes abgeleitet werden, erneut analysiert. In diesem Prozess wird häufig eine Rollenteilung vorgenommen, so dass ein Radiologe ein Medizinbild liest und Funde ableitet und ein Kliniker eine Diagnose auf der Basis eines Leseergebnisses und der Funde ableitet.
Bei diesem Arbeitsablauf kann das KNN und/oder die Automatisierungssoftware zumindest teilweise beim Lesen der Radiologen, Erzeugen der Funde und/oder Diagnose von Klinikern helfen.
In der folgenden in Zusammenwirkung mit 1 bis 18 gegebenen Beschreibung können die Beschreibungen von Elementen, die als bekannte Techniken im technischen Gebiet der vorliegenden Erfindung angesehen werden, je nach Bedarf ausgelassen werden, um zu verhindern, dass der Grundgedanke verschleiert wird, oder können durch die Zitierung der Dokumente der verwandten Technik ersetzt werden.
Ferner können sich einige oder alle der Konfigurationen, die in den oben zitierten und später zitierten Dokumenten der verwandten Technik offenbart sind, auf einige der Aufgaben beziehen, die durch die vorliegende Erfindung zu lösen sind, und einige der Lösungen, die durch die vorliegende Erfindung angenommen werden, können aus den Dokumenten der verwandten Technik übernommen werden.
Aus den Elementen, die in den Dokumenten der verwandten Technik offenbart sind, werden lediglich die Elemente, die zum Ausbilden der vorliegenden Erfindung enthalten sind, als Teile der Komponenten der vorliegenden Erfindung betrachtet.
Details der vorliegenden Erfindung werden im Folgenden in Zusammenwirkung mit den Ausführungsbeispielen aus 1 bis 18 beschrieben.
1 ist ein Diagramm, das eine Medizinbildnachfolgeuntersuchung und einen Zielbereich als Gegenstand der Nachfolgeuntersuchung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung zeigt.
Unter Bezugnahme auf 1 sind ein erstes Medizinbild 100, welches ein Nachfolgeuntersuchungsbild ist, das zu einem gegenwärtigen Zeitpunkt erfasst wurde, und ein zweites Medizinbild 200 gezeigt, welches ein Ausgangslagebild ist, das zu einem vergangenen Zeitpunkt erfasst wurde.
Ein erster Zielbereich 110 kann in dem ersten Medizinbild 100 identifiziert und markiert werden und ein zweiter Zielbereich 210 kann in dem zweiten Medizinbild 200 identifiziert und markiert werden.
Es wird angenommen, dass bereits erkannt wurde, dass der erste Zielbereich 110 und der zweite Zielbereich 210 einander entsprechen. Die Entsprechung zwischen dem ersten Zielbereich 110 und dem zweiten Zielbereich 210 kann vorab durch Registrierung zwischen dem ersten Medizinbild 100 und dem zweiten Medizinbild 200 erfasst werden.
Eine Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann eine Funktion zum Ausführen einer Nachfolgeuntersuchung an dem zweiten Zielbereich 210, welcher ein in dem zweiten Medizinbild 200, also einem vorherigen Bild, identifizierter ROI ist, und dem ersten Zielbereich 110, welcher ein in dem ersten Medizinbild 100, also einem Nachfolgebild, identifizierter ROI ist, bereitstellten. Die Vorrichtung der vorliegenden Erfindung kann eine Nachfolgeuntersuchungsfunktion und eine Histrogrammvisualisierungsfunktion auf der Basis der Verteilung von Signalintensitätswerten des ROI eines vorherigen Bildes und der Verteilung von Signalintensitätswerten des ROI eines darauffolgenden Bildes kombinieren und bereitstellen.
Wenn der ROI ein Organ oder eine Läsion ist, kann die Medizinbilddiagnosehilfsvorrichtung die Histogrammvisualisierungsfunktion als Teil eines Menüs bereitstellen, das dazu in der Lage ist, zu prüfen, ob ein Prozess einer Segmentierung des Organs oder der Läsion geeignet ist.
Wenn der ROI kein Organ, sondern eine Läsion ist, kann die Medizinbilddiagnosehilfsvorrichtung ein Histogramm auf der Basis der Verteilung von Signalintensitätswerten von Pixeln/Voxeln innerhalb der Läsion bereitstellen.
Die Medizinbilddiagnosehilfsvorrichtung kann ein geeignetes Fenster für Signalintensitätswerte (Helligkeitswerte) für ein CT-Histogramm bereitstellen, das wirksam ist beim Helfen bei einer Diagnose für ein spezifisches Organ oder eine spezifische Läsion.
2 ist ein Diagramm, das ein Beispiel von Hilfsinformationen zeigt, die durch eine Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung visualisiert werden.
Obwohl dies in 2 nicht gezeigt ist, kann eine Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung ein Rechensystem einschließlich eines Prozessors sein. Die Funktionsweise des Rechensystems der vorliegenden Erfindung kann unter der Steuerung oder Verwaltung des Prozessors ausgeführt werden.
2 kann jeweils auf das erste Medizinbild 100 und das zweite Medizinbild 200 aus 1 angewendet werden. Zum Zwecke der Beschreibung wird angenommen, dass 2 dem ersten Medizinbild 100 entspricht.
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung erfasst die Vorrichtung Informationen über zumindest einen ersten Zielbereich 110 in dem ersten Medizinbild 100; erfasst Verteilungsinformationen 330 über die Verteilung von Signalintensitätswerten innerhalb des ersten Zielbereichs 110; erzeugt erste Hilfsinformationen 340 auf der Basis einer ersten Schwelle für die Signalintensitätswerte innerhalb des ersten Zielbereichs 110; und erzeugt zweite Hilfsinformationen 300 auf der Basis der Verteilungsinformationen 330 und der ersten Hilfsinformationen 340.
Die Verteilungsinformationen 330 können zusammen mit einer horizontalen Achse 310, die Signalintensitätswerten entspricht, und einer vertikalen Achse 320 visualisiert werden, die den Anzahlen und/oder Verteilungen von Pixeln/Voxeln mit Signalintensitätswerten entspricht. Die Signalintensitätswerte können die Helligkeitswerte eines CT-Scanbildes oder eines Röntgenbildes sein und können in Hounsfield-Einheiten (HE) ausgedrückt werden. Die Verteilungsinformationen 330 können ein Histogramm sein, das den Signalintensitätswerten von Pixeln/Voxeln innerhalb des ersten Zielbereichs 110 entspricht.
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann der erste Zielbereich 110 eine Läsion sein. Beispielsweise kann der erste Zielbereich 110 ein Lungenknoten, ein Bereich einer Verkalkung der Koronararterie (CAC-Bereich, CAC = Coronary Artery Calcification) oder ein Lungentumor sein.
Wenn der erste Zielbereich 110 ein Lungenknoten ist, wird einem Benutzer bei einem Prozess zum Identifizieren der Art des Knotens geholfen, indem -100-HE- und 100-HE-Referenzlinien als erste Hilfsinformationen 340 zusammen mit Verteilungsinformationen 330 für CT-Helligkeitswerte markiert werden. Der Bereich von HE-Werten auf einer horizontalen Achse dargestellt auf einem Histogramm ist ein Ausführungsbeispiel, das spezifisch für eine entsprechende Läsion ist, und kann z. B. in dem Fall eines Lungenknotens in dem Intervall von [-1000 HE, 500 HE] optimiert werden.
Bei einem Ausführungsbeispiel, bei dem die Verteilung von Helligkeitswerten durch ein Histogramm visualisiert wird, kann einem Benutzer beim Identifizieren der Art oder des Zustands eines ROI durch Bereitstellen einer oder mehrerer Referenzlinien für Helligkeitswerte geholfen werden. In diesem Fall können die Ergebnisse der quantitativen Analyse einer Mehrzahl von Helligkeitswertintervallen, geteilt durch eine oder mehrere Referenzlinien, zusammen mit den Referenzlinien visualisiert werden.
Alternativ dazu kann ein Medizinbildanalysemodul die Art oder den Zustand eines ROI auf der Basis einer oder mehrerer Referenzlinien bestimmen und die Ergebnisse der Bestimmung kann zusammen mit Referenzlinien visualisiert werden. In diesem Fall können die Ergebnisse der quantitativen Analyse einer Mehrzahl von Helligkeitswertintervallen, geteilt durch eine oder mehrere Referenzlinien, zusammen mit den Referenzlinien und den Ergebnissen der Bestimmung der Art oder des Zustands eines ROI visualisiert werden. In diesem Fall können die Ergebnisse der Bestimmung ferner prädiktive/inferentielle Informationen über eine Änderung der Art oder des Zustands eines ROI umfassen.
Wenn der ROI ein Lungenknoten ist, kann eine Helligkeitswertreferenzlinie bereitgestellt werden, durch die es leichter wird, die Art (fest, nicht-fest oder teilweise fest) von Knoten zu identifizieren.
Die ersten Hilfsinformationen 340 können eine Referenzlinie oder eine Intervallmarkierung sein, die einer ersten Schwelle entspricht, welche zusammen mit den Verteilungsinformationen 330 visualisiert wird. Die erste Schwelle kann eine Schwelle für Signalintensitätswerte sein.
Die Signalintensitätswerte innerhalb des ersten Zielbereichs 110 können in ein erstes Intervall 350, das einem ersten Zustand entspricht, und ein zweites Intervall 352, das einem zweiten Zustand entspricht, auf der Basis der ersten Schwelle klassifiziert werden.
Die zweiten Hilfsinformationen 300 können Erstes-Intervall-Verteilungsinformationen, die dem ersten Intervall 350 der Signalintensitätswerte innerhalb des ersten Zielbereichs 110 entsprechen, und/oder Zweites-Intervall-Verteilungsinformationen umfassen, die dem zweiten Intervall 352 der Signalintensitätswerte innerhalb des ersten Zielbereichs 110 entsprechen.
Die Erstes-Intervall-Verteilungsinformationen können ein Segment oder ein Teil sein, das bzw. der zu dem ersten Intervall 350 der Verteilungsinformationen 330 gehört. Die Zweites-Intervall-Verteilungsinformationen können ein Segment oder ein Teil sein, das bzw. der zu dem zweiten Intervall 352 der Verteilungsinformationen 330 gehört.
Die zweiten Hilfsinformationen 300 können einzelne Intervallverteilungsinformationsstücke umfassen, die Erhalten werden durch Unterteilen der Verteilungsinformationen 330, welche ein Histogramm sind, in individuelle Intervalle 350, 352, 354 und 356, und können außerdem erste Hilfsinformationen 340, 342 und 344 umfassen, die Schwellen zur Unterteilung in die individuellen Intervalle 350, 352, 354 und 356 entsprechen. Die zweiten Hilfsinformationen 300 können als Visualisierungsinformationen erzeugt werden, um einem Benutzer über eine Anzeige oder eine Benutzerschnittstelle bereitgestellt zu werden. Während dem Benutzer die Visualisierungsinformationen visualisiert werden, können dem Benutzer die zweiten Hilfsinformationen 300 bereitgestellt werden.
Die zweiten Hilfsinformationen 300 können ferner ein erstes Visualisierungselement, das die Erstes-Intervall-Verteilungsinformationen darstellt, und ein zweites Visualisierungselement umfassen, das die Zweites-Intervall-Verteilungsinformationen darstellt. Mit anderen Worten können individuelle Segmente unter Verwendung unterschiedlicher Visualisierungselemente visualisiert werden, so dass ein Histogramm visuell in individuelle Intervalle unterteilt werden kann. Die Visualisierungselemente können Farben, Muster, Markierungen, Liniendicken, durchgezogene/gestrichelte Linien und/oder Formen umfassen.
Die erste Schwelle kann ein Wert in Verbindung mit einem Vorhandensein/Fehlen, einem Fortschritt und/oder einem Schweregrad einer Erkrankung sein, die dem ersten Zielbereich 110 zugeordnet ist. Die erste Schwelle kann ein Wert sein, der auf den ersten Zielbereich 110 und den zweiten Zielbereich 210 angewendet wird.
Die Informationen über den ersten Zielbereich 110 können Segmentierungsinformationen über die Grenze des ersten Zielbereichs 110 umfassen. Mit anderen Worten können die Informationen über den ersten Zielbereich 110 Grenzinformationen umfassen, die als Ergebnis einer Segmentierung erhalten werden.
Der Zielbereich kann der Bereich eines Fundes sein, der in Verbindung mit einer Erkrankung oder Läsion in einem Medizinbild detektiert wird. Beispielsweise kann die Läsion einen Knoten, eine Verkalkung der Koronararterie (CAC), einen Tumor und dergleichen umfassen. Beispielsweise kann der Fund einen Bereich mit niedriger Dämpfung (LAA, Low Attenuation Area) umfassen, der einer Erkrankung wie einer chronisch obstruktiven Lungenerkrankung (COPD, Chronic Obstructive Pulmonary Disease) zugeordnet ist.
Der Zielbereich kann ein Bereich sein, der als Ergebnis der Segmentierung einer anatomischen Struktur in einem Medizinbild erhalten wird. Ein Beispiel der anatomischen Struktur ist ein Organ. Das Organ kann eine Lunge, die Leber, das Herz, ein Blutgefäß und dergleichen umfassen.
Informationen über den Zielbereich der vorliegenden Erfindung können durch Inferenz eines künstlichen neuronalen Netzes erhalten werden.
Alternativ dazu können Informationen über den Zielbereich der vorliegenden Erfindung durch die Funktionsweise einer regelbasierten Analysemaschine (bzw.-Engine) erhalten werden.
Ein Ausführungsbeispiel der vorliegenden Erfindung kann Verteilungsinformationen, erste Hilfsinformationen und zweite Hilfsinformationen an einen Benutzer als Mittel (bzw. Einrichtung) zur Verifizierung von Informationen über einen Zielbereich bereitstellen, welche ein Inferenzergebnis eines künstlichen neuronalen Netzes oder ein Funktionsergebnis einer regelbasierten Analysemaschine sind.
In diesem Fall kann ein Ausführungsbeispiel der vorliegenden Erfindung zweite Hilfsinformationen (die Verteilungsinformationen und erste Hilfsinformationen umfassen) als Visualisierungsinformationen erzeugen, die einem Benutzer bereitzustellen sind.
In diesem Fall kann ein Ausführungsbeispiel der vorliegenden Erfindung Visualisierungsinformationen über eine Benutzerschnittstelle, etwa eine Anzeige, an den Benutzer bereitstellen.
Ein Ausführungsbeispiel der vorliegenden Erfindung kann einem Benutzer zweite Hilfsinformationen zusammen mit Visualisierungsinformationen über einen Zielbereich in einem Medizinbild bereitstellen.
In diesem Fall kann ein Ausführungsbeispiel der vorliegenden Erfindung einem Benutzer automatisch zweite Hilfsinformationen zusammen mit den Visualisierungsinformationen über einen Zielbereich bereitstellen, oder kann einem Benutzer zweite Hilfsinformationen über einen Zielbereich ansprechend auf eine Benutzereingabe bereitstellen, wenn die Benutzereingabe für Visualisierungsinformationen über den Zielbereich erkannt wird.
Bei dem Ausführungsbeispiel der vorliegenden Erfindung können die Signalintensitätswerte innerhalb des Zielbereichs in ein erstes Intervall, das dem ersten Zustand der Pixel/Voxel innerhalb des Zielbereichs entspricht, oder ein zweites Intervall, das dem zweiten Zustand davon entspricht, eingeordnet werden. In diesem Fall können der erste Zustand und der zweite Zustand Zustände sein, die sich in Verbindung mit dem Vorhandensein/Fehlen, dem Fortschritt und dem Schweregrad einer Erkrankung, die dem Zielbereich zugeordnet ist, voneinander unterscheiden. Der erste Zustand und der zweite Zustand sind Zustände, die jedes der Pixel/Voxel innerhalb des Zielbereichs aufweisen kann, und können Zustände sein, die sich in Verbindung mit einem Vorhandensein/Fehlen, einem Fortschritt und einem Schweregrad einer Erkrankung voneinander unterscheiden.
Unter Bezugnahme auf 2 kann die Vorrichtung drei erste Hilfsinformationsstücke 340, 342 und 344 unter Verwendung einer Mehrzahl von Schwellen für die Signalintensitätswerte innerhalb des Zielbereichs erzeugen.
In diesem Fall können die Signalintensitätswerte innerhalb des Zielbereichs in ein erstes Intervall 350, das dem ersten Zustand entspricht, das zweite Intervall 352, das dem zweiten Zustand entspricht, und das dritte Intervall 354, das dem dritten Zustand entspricht, auf der Basis einer oder mehrerer Schwellen eingeordnet werden. Die einzelnen Intervalle können dahingehend eingestellt werden, den Zuständen der Pixel/Voxel innerhalb des Zielbereichs zu entsprechen. Die Zustände können für einzelne Teilbereiche innerhalb des Zielbereichs in Verbindung mit dem Vorhandensein/Fehlen, dem Fortschritt und/oder dem Schweregrad einer Erkrankung, die dem Zielbereich zugeordnet ist, unterschiedlich eingestellt werden. Intervallinformationen, die den Zuständen zugeordnet sind, können als zusätzliche Diagnoseinformationen für den Zielbereich bereitgestellt werden.
3 ist ein Diagramm, das ein anderes Beispiel von Hilfsinformationen zeigt, die durch eine Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung visualisiert werden.
Unter Bezugnahme auf 3 können die zweiten Hilfsinformationen 300 Erstes-Intervall-Verteilungsquantifizierungsinformationen 360, welche die Quantifizierungsinformationen einer Verteilung entsprechend dem ersten Intervall der Signalintensitätswerte von Pixeln/Voxeln innerhalb eines Zielbereichs sind, und/oder Zweites-Intervall-Verteilungsquantifizierungsinformationen 362 umfassen, welche die Quantifizierungsinformationen einer Verteilung entsprechend dem zweiten Intervall der Signalintensitätswerte der Pixel/Voxel innerhalb des Zielbereichs sind.
Stücke von Intervallverteilungsquantifizierungsinformationen 360, 362, 364 und 366 können Stücke von Statistik-/Quantifizierungsinformationen für jeweilige Intervalle einer Histogrammkurve sein. Die Anzahl und Verteilung von Pixeln/Voxeln entsprechend jedem der Intervalle oder das Verhältnis der Anzahl von Pixeln/Voxeln entsprechend jedem Intervall zu der Anzahl von Pixeln/Voxeln in dem Gesamtzielbereich kann als jedes der Stücke von Verteilungsquantifizierungsinformationen 360, 362, 364 und 366 enthalten sein.
Die Erstes-Intervall-Verteilungsquantifizierungsinformationen 360 können einen Prozentsatz, einen Maximalwert, einen Mindestwert, einen Mittelwert, einen Moduswert und/oder einen Medianwert umfassen, die der Anzahl/Verteilung von Pixeln/Voxeln mit Signalintensitätswerten entsprechend dem ersten Intervall innerhalb des Zielbereichs zugeordnet sind.
Auf dieselbe Weise können die Zweites-Intervall-Verteilungsquantifizierungsinformationen 360 einen Prozentsatz, einen Maximalwert, einen Mindestwert, einen Mittelwert, einen Moduswert und/oder einen Medianwert umfassen, der der Anzahl/Verteilung von Pixeln/Voxeln der Signalintensitätswerten entsprechend dem zweiten Intervall innerhalb des Zielbereichs zugeordnet ist.
4 ist ein Diagramm, das ein Beispiel von Hilfsinformationen zeigt, die für eine Medizinbildnachfolgeuntersuchung durch eine Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung visualisiert werden.
Eine Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann einen Prozessor umfassen und die Funktion der Vorrichtung kann unter der Steuerung und Verwaltung des Prozessors ausgeführt werden. Die Vorrichtung erfasst Informationen über den zumindest einen ersten Zielbereich 110 in dem ersten Medizinbild 100, das zu einem ersten Zeitpunkt (gegenwärtiger Zeitpunkt) für einen Gegenstand erfasst wird, und erfasst außerdem Informationen über den zumindest einen zweiten Zielbereich 210 in dem zweiten Medizinbild 200, das zu einem zweiten Zeitpunkt (vergangener Zeitpunkt) für das Ziel erfasst wurde. Der zweite Zielbereich 210 entspricht dem ersten Zielbereich 110 und die Entsprechung zwischen den zwei Bereichen 110 und 210 kann als Ergebnis einer Registrierung zwischen dem ersten Medizinbild 100 und dem zweiten Medizinbild 200 erfasst werden.
Die Vorrichtung erfasst erste Verteilungsinformationen 330 über die Verteilung von Signalintensitätswerten innerhalb des ersten Zielbereichs 110 und erfasst außerdem zweite Verteilungsinformationen 430 über die Verteilung von Signalintensitätswerten innerhalb des zweiten Zielbereichs 210.
Die Vorrichtung kann Visualisierungsinformationen erzeugen, die die ersten Verteilungsinformationen 330 und die zweiten Verteilungsinformationen 430 enthalten, so dass die ersten Verteilungsinformationen 330 und die zweiten Verteilungsinformationen 430 miteinander verglichen werden können. In diesem Fall beziehen sich die Visualisierungsinformationen nicht notwendigerweise auf ein integriertes Fenster oder eine Benutzerschnittstelle. Wie bei dem Ausführungsbeispiel aus 4 können die ersten Verteilungsinformationen 330 in den zweiten Hilfsinformationen 300 visualisiert werden und die zweiten Verteilungsinformationen 430 können in den dritten Hilfsinformationen 400 visualisiert werden.
Bei einem Ausführungsbeispiel der vorliegenden Erfindung können die Visualisierungsinformationen durch ein Fenster oder eine Benutzerschnittstelle auf integrierte Weise angezeigt werden, oder können durch zwei oder mehr Fenster oder Benutzerschnittstellen angezeigt werden. Beispielsweise können die zweiten Hilfsinformationen 300, die die ersten Verteilungsinformationen 330 umfassen, über eine erste Anzeige angezeigt werden, und die dritten Hilfsinformationen 400, die die zweiten Verteilungsinformationen 430 umfassen, können über eine zweite Anzeige angezeigt werden.
Bei einem anderen Ausführungsbeispiel der vorliegenden Erfindung können die ersten Verteilungsinformationen 330 und die zweiten Verteilungsinformationen 430 überlagert werden und auf einer Ebene, die durch eine horizontale Achse und eine vertikale Achse gebildet ist, visualisiert werden. In diesem Fall können die ersten Verteilungsinformationen 330 und die zweiten Verteilungsinformationen 430 durch unterschiedliche Visualisierungselemente visualisiert werden, so dass sie miteinander verglichen werden können.
Die Vorrichtung kann erste Hilfsinformationen 340 oder 440 auf der Basis einer ersten Schwelle für Signalintensitätswerte innerhalb eines ersten Zielbereichs 110 und des zweiten Zielbereichs 210 erzeugen. Die Vorrichtung kann die zweiten Hilfsinformationen 300 als Teil von Visualisierungsinformationen auf der Basis der ersten Verteilungsinformationen 330 und der ersten Hilfsinformationen 340 / der ersten Schwelle erzeugen, und kann außerdem dritte Hilfsinformationen 400 als Teil von Visualisierungsinformationen auf der Basis der zweiten Verteilungsinformationen 430 und der ersten Hilfsinformationen 440 / der ersten Schwelle erzeugen.
Die ersten Verteilungsinformationen 330 können ein Histogramm von Signalintensitätswerten sein, die Pixeln/Voxeln innerhalb des ersten Zielbereichs 110 entsprechen, dargestellt auf der horizontalen Achse 310, die repräsentativ ist für Signalintensitätswerte, und der vertikalen Achse 320, die der Anzahl oder Verteilung der Pixel/Voxel der Signalintensitätswerte entspricht. Die zweiten Verteilungsinformationen 430 können ein Histogramm von Signalintensitätswerten sein, die Pixeln/Voxeln innerhalb des ersten Zielbereichs 210 entsprechen, dargestellt auf der horizontalen Achse 410, die repräsentativ ist für Signalintensitätswerte ist, und der vertikalen Achse 420, die der Anzahl oder Verteilung von Pixeln/Voxeln der Signalintensitätswerte entspricht.
Die Signalintensitätswerte, die auf den ersten Zielbereich 110 und den zweiten Zielbereich 210 anzuwenden sind, welche in den zweiten Hilfsinformationen 300 und den dritten Hilfsinformationen 400 enthalten sind, können in das erste Intervall 350 oder 450, das dem ersten Zustand entspricht, und das zweite Intervall 352 oder 452, das dem zweiten Zustand entspricht, auf der Basis der ersten Schwelle eingeordnet werden.
Die Vorrichtung kann die zweiten Hilfsinformationen 300, die die ersten Hilfsinformationen 340 umfassen, während sie die Erstes-Intervall-Verteilungsinformationen, die durch die Pixel/Voxel innerhalb des ersten Zielbereichs 110 gebildet werden, um dem ersten Intervall 350 der Signalintensitätswerte zu entsprechen, und/oder die Zweites-Intervall-Verteilungsinformationen, die durch die Pixel/Voxel innerhalb des ersten Zielbereichs 110 gebildet werden, um dem zweiten Intervall 352 der Signalintensitätswerte zu entsprechen, umfassen, als Teil der Visualisierungsinformationen erzeugen. Die Erstes-Intervall-Verteilungsinformationen können ein Segment sein, das dem ersten Intervall 350 der ersten Verteilungsinformationen 330 entspricht, und die Zweites-Intervall-Verteilungsinformationen können ein Segment sein, das dem zweiten Intervall 352 der ersten Verteilungsinformationen 330 entspricht.
Die Vorrichtung kann dritte Hilfsinformationen 400, die die ersten Hilfsinformationen 440 umfassen, während sie Drittes-Intervall-Verteilungsinformationen, die durch die Pixel/Voxel innerhalb des zweiten Zielbereichs 210 gebildet werden, um dem ersten Intervall 450 der Signalintensitätswerte zu entsprechen, und/oder Viertes-Intervall-Verteilungsinformationen, die durch die Pixel/Voxel innerhalb des zweiten Zielbereichs 210 gebildet werden, um dem zweiten Intervall 452 der Signalintensitätswerte zu entsprechen, umfassen, als Teil von Visualisierungsinformationen erzeugen. Die Drittes-Intervall-Verteilungsinformationen können ein Segment sein, das dem ersten Intervall 450 der zweiten Verteilungsinformationen 430 entspricht, und die Viertes-Intervall-Verteilungsinformationen können ein Segment sein, das dem zweiten Intervall 452 der zweiten Verteilungsinformationen 430 entspricht.
5 ist ein Diagramm, das ein Beispiel von Hilfsinformationen zeigt, die für eine Medizinbildnachfolgeuntersuchung durch eine Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung visualisiert werden.
Die Vorrichtung kann Erstes-Intervall-Verteilungsquantifizierungsinformationen 360, die durch die Pixel/Voxel innerhalb des ersten Zielbereichs 110 gebildet werden, um dem ersten Intervall der Signalintensitätswerte zu entsprechen, und/oder Zweites-Intervall-Verteilungsquantifizierungsinformationen 362, die durch die Pixel/Voxel innerhalb des ersten Zielbereichs 110 gebildet werden, um dem zweiten Intervall der Signalintensitätswerte zu entsprechen, auf der Basis der ersten Verteilungsinformationen 330 und der ersten Hilfsinformationen 340 / der ersten Schwelle erzeugen. Die Vorrichtung kann die zweiten Hilfsinformationen 300, die die ersten Hilfsinformationen 340 umfassen, während sie die Erstes-Intervall-Verteilungsquantifizierungsinformationen 360 und/oder die Zweites-Intervall-Verteilungsquantifizierungsinformationen 362 umfassen, als Teil der Visualisierungsinformationen erzeugen.
Die Vorrichtung kann Drittes-Intervall-Verteilungsquantifizierungsinformationen 460, die durch die Pixel/Voxel innerhalb des zweiten Zielbereichs 210 gebildet werden, um dem ersten Intervall der Signalintensitätswerte zu entsprechen, und/oder Viertes-Intervall-Verteilungsquantifizierungsinformationen 462, die durch die Pixel/Voxel innerhalb des zweiten Zielbereichs 210 gebildet werden, um dem zweiten Intervall der Signalintensitätswerte zu entsprechen, auf der Basis der zweiten Verteilungsinformationen 430 und der ersten Hilfsinformationen 440 / der ersten Schwelle erzeugen. Die Vorrichtung kann die dritten Hilfsinformationen 400, die die ersten Hilfsinformationen 440 umfassen, während sie die Drittes-Intervall-Verteilungsquantifizierungsinformationen 460 und/oder die Zweites-Intervall-Verteilungsquantifizierungsinformationen 462 umfassen, als Teil der Visualisierungsinformationen erzeugen.
6 ist ein Diagramm, das ein Beispiel eines Medizinbildes zeigt, das in Verbindung mit Hilfsinformationen zur Medizinbildnachfolgeuntersuchung durch eine Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung visualisiert wird.
Unter Bezugnahme auf 6 ist ein Ausführungsbeispiel gezeigt, in dem Bereiche, die individuellen Histogrammintervallen (Helligkeitswertintervallen) des Zielbereichs 120 oder 220 entsprechen, welcher ein Bereich einer Läsion / eines Fundes / eines Organs ist, auf dem Medizinbild 100 oder 200 unterteilt und markiert werden.
Die Vorrichtung kann erste Überlagerungsvisualisierungsinformationen auf dem ersten Medizinbild 100 für zumindest einen ersten Teilbereich innerhalb des ersten Zielbereichs 120 entsprechend dem ersten Intervall 350 und/oder zweite Überlagerungsvisualisierungsinformationen auf dem ersten Medizinbild 100 für zumindest einen zweiten Teilbereich innerhalb des ersten Zielbereichs 120 entsprechend dem zweiten Intervall 352 erzeugen.
Auf dieselbe Weise kann die Vorrichtung dritte Überlagerungsvisualisierungsinformationen auf dem ersten Medizinbild 200 für zumindest einen ersten Teilbereich innerhalb des zweiten Zielbereichs 220 entsprechend dem ersten Intervall 450 und/oder vierte Überlagerungsvisualisierungsinformationen auf dem ersten Medizinbild 200 für zumindest einen zweiten Teilbereich innerhalb des zweiten Zielbereichs 220 entsprechend dem zweiten Intervall 452 erzeugen.
Der erste Zielbereich 120 kann in Teilbereiche entsprechend einer Mehrzahl von Helligkeitswertintervallen (Signalintensitätswertintervallen) segmentiert werden und die Teilbereiche können unterteilt und visualisiert werden, wie in 6 gezeigt ist.
Der zweite Zielbereich 220 kann in Teilbereiche entsprechend einer Mehrzahl von Helligkeitswertintervallen (Signalintensitätswertintervallen) segmentiert werden und die Teilbereiche können unterteilt und visualisiert werden, wie in 6 gezeigt ist.
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung können der erste Zielbereich 120 und der zweite Zielbereich 220 aus 6, die in Teilbereiche entsprechend Helligkeitswertintervallen segmentiert und visualisiert werden, alternative Ausführungsbeispiele der zweiten Hilfsinformationen 300 und der dritten Hilfsinformationen 400 sein.
7 ist ein Diagramm, das ein Beispiel eines Medizinbildes zeigt, das in Verbindung mit Hilfsinformationen zur Medizinbildnachfolgeuntersuchung durch eine Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel gemäß der vorliegenden Erfindung visualisiert wird.
Wenn eine Benutzereingabe für das erste Intervall 350 in Verbindung mit den zweiten Hilfsinformationen 300 erkannt wird, kann die Vorrichtung erste Überlagerungsvisualisierungsinformationen für einen Teilbereich entsprechend dem ersten Intervall 350 erzeugen. Wenn eine Benutzereingabe für das zweite Intervall 352 in Verbindung mit den zweiten Hilfsinformationen 300 erkannt wird, kann die Vorrichtung im Gegensatz dazu zweite Überlagerungsvisualisierungsinformationen für einen Teilbereich entsprechend dem zweiten Intervall 352 erzeugen. Wenn eine Benutzereingabe für den Bereich des ersten Intervalls 350 der zweiten Hilfsinformationen 300 oder die Erstes-Intervall-Verteilungsquantifizierungsinformationen 360 entsprechend dem ersten Intervall 350 erkannt wird, kann erwogen werden, dass es eine Benutzereingabe für das erste Intervall 350 gibt, und die ersten Überlagerungsvisualisierungsinformationen können erzeugt werden.
Gemäß einem anderen Ausführungsbeispiel der vorliegenden Erfindung kann die Vorrichtung die ersten Überlagerungsvisualisierungsinformationen, die dem ersten Intervall 350 zugeordnet sind, und die zweiten Überlagerungsvisualisierungsinformationen, die dem zweiten Intervall 352 zugeordnet sind, gemäß einer vorbestimmten Routine ohne jegliche Benutzereingabe erzeugen.
Der in 7 gezeigte erste Zielbereich 130 zeigt ein Ausführungsbeispiel, das zusammen mit den ersten Überlagerungsvisualisierungsinformationen visualisiert wird, die derart visualisiert werden, dass ein Teilbereich entsprechend dem ersten Intervall 350 betont werden kann (segmentiert von anderen Teilbereichen).
Auf dieselbe Weise zeigt der zweite Zielbereich 230 ein Ausführungsbeispiel, das zusammen mit den dritten Überlagerungsvisualisierungsinformationen visualisiert wird, die derart visualisiert werden, dass ein Teilbereich entsprechend dem ersten Intervall 450 betont werden kann (segmentiert von anderen Teilbereichen).
Wenn eine Benutzereingabe, die den zweiten Intervallen 352 und 452 entspricht, erkannt wird, kann der erste Zielbereich 130 zusammen mit den zweiten Überlagerungsvisualisierungsinformationen visualisiert werden und der zweite Zielbereich 230 kann zusammen mit den vierten Überlagerungsvisualisierungsinformationen visualisiert werden, so dass Teilbereiche, die den zweiten Intervallen 352 und 452 entsprechen, betont werden können.
Während in diesem Fall spezifische Teilbereiche, die spezifischen Helligkeitswertintervallen innerhalb des Zielbereiches entsprechen, auf einem medizinischen Bild betont und visualisiert werden, können die spezifischen Helligkeitswertintervalle, die den spezifischen Teilbereichen entsprechen, auch in den Hilfsinformationen 300 und 400 betont und visualisiert werden. Mit anderen Worten können die Intervallinformationen der Hilfsinformationen 300 und 400 in Synchronisation mit Überlagerungsvisualisierungsinformationen, in denen Teilbereiche auf dem medizinischen Bild betont werden, betont und visualisiert werden.
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung können der erste Zielbereich 130 und der zweite Zielbereich 230 aus 7, in denen Teilbereiche entsprechend den spezifischen Helligkeitswertintervallen unterteilt, betont und visualisiert werden, alternative Ausführungsbeispiele der zweiten Hilfsinformationen 300 und der dritten Hilfsinformationen 400 sein.
8 ist ein Funktionsflussdiagramm, das ein Medizinbilddiagnosehilfsverfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung zeigt.
Das Medizinbilddiagnosehilfsverfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann durch ein Rechensystem ausgeführt werden, das einen Prozessor umfasst. Das Medizinbilddiagnosehilfsverfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann folgende Schritte umfassen: Schritt S1010 eines Erfassens von Informationen über zumindest einen Zielbereich in einem Medizinbild; Schritt S1030 eines Erfassens von Verteilungsinformationen über die Verteilung von Signalintensitätswerten innerhalb des Zielbereichs; Schritt S1020 eines Erzeugens erster Hilfsinformationen auf der Basis einer ersten Schwelle für die Signalintensitätswerte innerhalb des Zielbereichs; und Schritt S1040 eines Erzeugens zweiter Hilfsinformationen auf der Basis der Verteilungsinformationen und der ersten Hilfsinformationen.
In diesem Fall können die Signalintensitätswerte innerhalb des Zielbereichs in ein erstes Intervall, das einem ersten Zustand entspricht, und ein zweites Intervall, das einem zweiten Zustand entspricht, auf der Basis einer ersten Schwelle eingeordnet werden.
9 und 10 sind Funktionsflussdiagramme, die jeweils ausführlich ein Beispiel eines Teilprozesses des Medizinbilddiagnosehilfsverfahrens aus 8 zeigen.
Unter Bezugnahme auf 9 kann Schritt 1040 eines Erzeugens zweiter Hilfsinformationen folgende Schritte umfassen: Schritt S1050 eines Erzeugens von Erstes-Intervall-Verteilungsinformationen, die durch die Pixel/Voxel innerhalb des Zielbereichs gebildet werden, entsprechend dem ersten Intervall der Signalintensitätswerte; und Schritt S1052 eines Erzeugens von Zweites-Intervall-Verteilungsinformationen, die durch die Pixel/Voxel innerhalb des Zielbereichs gebildet werden, entsprechend dem zweiten Intervall der Signalintensitätswerte.
In Schritt S1040 eines Erzeugens von zweiten Hilfsinformationen des Medizinbilddiagnosehilfsverfahrens gemäß einem Ausführungsbeispiel der vorliegenden Erfindung können zweite Hilfsinformationen erzeugt werden, die die Erstes-Intervall-Verteilungsinformationen und/oder die Zweites-Intervall-Verteilungsinformationen umfassen.
Unter Bezugnahme auf 10 kann Schritt S1040 eines Erzeugens von zweiten Hilfsinformationen folgende Schritte umfassen: Schritt S1040 eines Erzeugens von Erstes-Intervall-Verteilungsquantifizierungsinformationen, welche Quantifizierungsinformationen über eine Verteilung entsprechend dem ersten Intervall der Signalintensitätswerte der Pixel/Voxel innerhalb des Zielbereichs sind; und Schritt S1062 eines Erzeugens von Zweites-Intervall-Verteilungsquantifizierungsinformationen, welche Quantifizierungsinformationen über eine Verteilung entsprechend dem zweiten Intervall der Signalintensitätswerte der Pixel/Voxel innerhalb des Zielbereichs sind.
In Schritt S1040 eines Erzeugens von zweiten Hilfsinformationen des Medizinbilddiagnosehilfsverfahrens gemäß einem Ausführungsbeispiel der vorliegenden Erfindung können zweite Hilfsinformationen erzeugt werden, die die Erstes-Intervall-Verteilungsinformationen und/oder die Zweites-Intervall-Verteilungsinformationen umfassen.
11 ist ein Funktionsflussdiagramm, das ein Medizinbilddiagnosehilfsverfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung zeigt.
Das Medizinbilddiagnosehilfsverfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann folgende Schritte umfassen: Schritt S1110 eines Erfassens von Informationen über zumindest einen ersten Bereich in einem ersten Medizinbild; Schritt S1140 eines Erfassens von ersten Verteilungsinformationen über die Verteilung von Signalintensitätswerten innerhalb des ersten Bereichs; und Schritt S1160 eines Erzeugens von zweiten Hilfsinformationen über den ersten Bereich auf der Basis der ersten Verteilungsinformationen.
Das Medizinbilddiagnosehilfsverfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann folgende Schritte umfassen: Schritt S1120 eines Erfassens von Informationen über zumindest einen zweiten Bereich in einem zweiten medizinischen Bild; Schritt S1150 eines Erfassens von zweiten Verteilungsinformationen über die Verteilung von Signalintensitätswerten innerhalb des zweiten Bereichs; und einen Schritt S1170 eines Erzeugens von dritten Hilfsinformationen auf der Basis der zweiten Verteilungsinformationen.
Bei dem Medizinbilddiagnosehilfsverfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung können Visualisierungsinformationen, die die zweiten Hilfsinformationen und die dritten Hilfsinformationen umfassen, erzeugt werden. Die Visualisierungsinformationen können durch ein Fenster oder eine Benutzerschnittstelle auf integrierte Weise angezeigt werden, oder können durch zwei oder mehr Fenster oder Benutzerschnittstellen angezeigt werden.
Das Medizinbilddiagnosehilfsverfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann ferner einen Schritt S1130 eines Erfassens von ersten Hilfsinformationen, die auf den ersten Bereich und den zweiten Bereich angewendet werden, auf der Basis einer ersten Schwelle für die Signalintensitätswerte umfassen. In diesem Fall können in Schritt S1160 zweite Hilfsinformationen für den ersten Bereich auf der Basis der ersten Verteilungsinformationen und der ersten Hilfsinformationen erzeugt werden. In Schritt S1170 können dritte Hilfsinformationen auf der Basis der zweiten Verteilungsinformationen und der ersten Hilfsinformationen erzeugt werden.
12 bis 15 sind Funktionsflussdiagramme, die jeweils ausführlich ein Beispiel eines Teilprozesses des Medizinbilddiagnosehilfsverfahrens aus 11 zeigen.
Unter Bezugnahme auf 12 kann Schritt S1160 eines Erzeugens von zweiten Hilfsinformationen über den ersten Bereich folgende Schritte umfassen: Schritt S1161 eines Erzeugens von Erstes-Intervall-Verteilungsinformationen innerhalb des ersten Bereichs; Schritt S1162 eines Erzeugens von Zweites-Intervall-Verteilungsinformationen innerhalb des ersten Bereichs; und Schritt S1163 eines Erzeugens von zweiten Hilfsinformationen, die die Erstes-Intervall-Verteilungsinformationen und die Zweites-Intervall-Verteilungsinformationen für den ersten Bereich umfassen.
Unter Bezugnahme auf 13 kann Schritt S1160 eines Erzeugens von zweiten Hilfsinformationen über den ersten Bereich Folgendes umfassen: Schritt S1164 eines Erzeugens von Erstes-Intervall-Verteilungsquantifizierungsinformationen innerhalb des ersten Bereichs; Schritt S1165 eines Erzeugens von Zweites-Intervall-Verteilungsquantifizierungsinformationen innerhalb des ersten Bereichs; und Schritt S1166 eines Erzeugens von zweiten Hilfsinformationen, die die Erstes-Intervall-Verteilungsquantifizierungsinformationen und die Zweites-Intervall-Verteilungsquantifizierungsinformationen für den ersten Bereich umfassen.
Unter Bezugnahme auf 14 kann Schritt S1170 eines Erzeugens von dritten Hilfsinformationen über den zweiten Bereich folgende Schritte umfassen: Schritt S1171 eines Erzeugens von Drittes-Intervall-Verteilungsinformationen innerhalb des zweiten Bereichs; Schritt S1172 eines Erzeugens von Viertes-Intervall-Verteilungsinformationen innerhalb des zweiten Bereichs; und Schritt S1173 eines Erzeugens von dritten Hilfsinformationen, die die Drittes-Intervall-Verteilungsinformationen und die Viertes-Intervall-Verteilungsinformationen für den zweiten Bereich enthalten.
Unter Bezugnahme auf 15 kann Schritt S1170 eines Erzeugens von dritten Hilfsinformationen für den zweiten Bereich folgende Schritte umfassen: Schritt S1174 eines Erzeugens von Drittes-Intervall-Verteilungsquantifizierungsinformationen innerhalb des zweiten Bereichs; Schritt S1175 eines Erzeugens von Viertes-Intervall-Verteilungsquantifizierungsinformationen innerhalb des zweiten Bereichs; und S1176 eines Erzeugens von dritten Hilfsinformationen, die die Drittes-Intervall-Verteilungsquantifizierungsinformationen und die Viertes-Intervall-Verteilungsquantifizierungsinformationen für den zweiten Bereich enthalten.
16 ist eine Zeichnung, die ein Beispiel einer Medizinbildnachfolgeuntersuchung und von Hilfsinformationen gemäß einem Ausführungsbeispiel der vorliegenden Erfindung zeigt.
Unter Bezugnahme auf 16 sind ein axiales Bild eines gegenwärtigen Bilds und ein axiales Bild eines vorherigen Bilds dargestellt. Ein in dem gegenwärtigen Bild detektierter Lungenknoten und ein in dem vorherigen Bild detektierter Lungenknoten sind betont und derart angezeigt, dass sie miteinander verglichen werden können.
Ein Histogrammbericht in einem durchsichtigen Fensterformat kann auf dem axialen Bild des gegenwärtigen Bilds und dem axialen Bild des vorherigen Bilds visualisiert werden. Der Histogrammbericht kann für den CT-Helligkeitswertintervall von [-1000 HE, 500 HE] visualisiert werden, so dass ein Benutzer, der eine medizinische Fachkraft ist, die Charakteristika des Lungenknotens prüfen kann. Im Einzelnen können auch Referenzlinien als erste Hilfsinformationen in dem CT-Helligkeitswertintervall von [-100 HE, +100 HE] visualisiert werden, so dass der Benutzer identifizieren kann, ob der Lungenknoten fest, teilweise fest oder nicht-fest ist.
Mit anderen Worten werden in 16 dann, wenn ein ROI ein Lungenknoten ist, die Verteilungen von Helligkeitswerten des ROI im Zeitverlauf zum Vergleich visualisiert.
Die Konfiguration und die vorliegende Erfindung, die durch die Ausführungsbeispiele aus 1 bis 16 beschrieben wird, ist wie folgt.
Bei einem Ausführungsbeispiel der vorliegenden Erfindung kann die Verteilung von HE-Skalenwerten eines CT-Bilds für Pixel/Voxel innerhalb eines segmentierten Bereichs gezeigt werden.
Der segmentierte Bereich kann als ein ROI bezeichnet werden.
Die Verteilung von HE-Skalenwerten kann ein Histogramm sein.
Die horizontale Achse des Histogramms kann einen HE-Skala-Helligkeitswert darstellen, und die vertikale Achse davon kann die Anzahl von Pixeln/Voxeln entsprechend jedem Helligkeitswert darstellen.
Der ROI, welcher der segmentierte Bereich ist, kann ein Körperteil sein.
Der ROI, welcher der segmentierte Bereich ist, kann ein Organ sein, etwa das Herz, eine Lunge, die Leber, der Magen oder das kardiovaskuläre System.
Der ROI, welcher der segmentierte Bereich ist, kann eine Läsion, wie etwa ein Tumor, ein Lungenknoten, ein verkalkter Bereich des kardiovaskulären Systems oder ein Polyp sein.
Ein Histogramm von Helligkeitswerten des segmentierten Bereichs kann für jeden derselben ROls, die einander in einem Ausgangslagebild und einem Nachfolgebild entsprechen, gezeigt werden.
Um dieselben ROls zu finden, die einander in dem Ausgangslagebild und dem Nachfolgebild entsprechen, können das Ausgangslagebild und das Nachfolgebild in Bezug aufeinander registriert werden.
Jedes der Pixel/Voxel des ROI des Ausgangslagebilds und jedes der Pixel/Voxel des ROI des Nachfolgebilds können in Bezug aufeinander registriert werden.
Die Verteilung von Helligkeitswerten der Pixel/Voxel des ROI des Ausgangslagebilds und die Verteilung von Helligkeitswerten der Pixel/Voxel des ROI des Nachfolgebilds werden derart visualisiert, dass sie miteinander verglichen werden, so dass die klinischen Charakteristika des ROI des Ausgangslagebilds und die klinischen Charakteristika des ROI des Nachfolgebilds miteinander verglichen werden können.
Wenn der ROI beispielsweise ein Organ ist, können der Schweregrad einer Erkrankung in dem Organ, die Ausbreitung der Erkrankung in dem Organ, das Risiko der Erkrankung in dem Organ, die Ausbreitung eines Erkrankungsbereichs in dem Organ und/oder dergleichen klinisch diagnostiziert werden, indem die Verteilungen von Helligkeitswerten in dem Ausgangslagebild und dem Nachfolgebild verglichen werden.
Wenn der ROI beispielsweise eine Läsion ist, können der Schweregrad der Läsion, die Verbreitung eines schwerwiegenden Bereichs innerhalb der Läsion, das Risiko innerhalb der Läsion und die Verbreitung eines risikobehafteten Bereichs innerhalb der Läsion klinisch diagnostiziert werden, indem die Verteilungen von Helligkeitswerten in dem Ausgangslagebild und dem Nachfolgebild verglichen werden.
Bei dem Ausführungsbeispiel der vorliegenden Erfindung ist eine klinische Diagnose eine Rolle eines Benutzers, und die Schnittstelle der vorliegenden Erfindung visualisiert die Verteilungen von Helligkeitswerten in einem Ausgangslagebild und einem Nachfolgebild, wodurch einem Benutzer beim Vergleichen der Verteilungen und beim Erstellen einer klinischen Diagnose geholfen wird.
Bei einem Ausführungsbeispiel der vorliegenden Erfindung ist eine klinische Diagnose eine Rolle eines Benutzers, und die Schnittstelle der vorliegenden Erfindung visualisiert die Verteilungen von Helligkeitswerten in einem Ausgangslagebild und einem Nachfolgebild und stellt zusätzlich quantitative Messinformationen über die Verteilungen von Helligkeitswerten innerhalb von ROls in dem Ausgangslagebild und dem Nachfolgebild bereit, wodurch Diagnosehilfsinformationen bereitgestellt werden, wenn ein Benutzer eine klinische Diagnose erstellt.
Als ein Ausführungsbeispiel wird es dann, wenn der ROI ein Knoten in einem Lungenbereich ist, einfach gestaltet, eine Änderung in dem Helligkeitswert des Knotens zwischen einem Ausgangslagebild und einem Nachfolgebild zu erkennen, wodurch Informationen bereitgestellt werden, etwa ob der Knoten ein nicht-fester, ein teilweise fester oder ein fester Knoten ist, und/oder ob der Knoten bösartig zu einem festen Knoten wird. Wenn beispielsweise ein Fall mit einem hohen Helligkeitswert einem festen Bereich entspricht, kann vorhergesagt werden, dass die Möglichkeit, bösartig zu werden, stark ist, wenn die Anzahl von Pixeln/Voxeln mit einem hohen Helligkeitswert zunimmt.
Wenn die Verteilung von Helligkeitswerten visualisiert wird, kann der Bereich von Helligkeitswerten, die zu visualisieren sind, unter Verwendung eines Fensters, das für die Nachfolgediagnose eines Organs oder einer Läsion spezialisiert ist, ausgewählt werden. In dem Fall eines Lungenknotens kann die Verteilung von Helligkeitswerten beispielsweise in dem Fensterbereich von [-1000 HE, +500 HE] visualisiert werden. Zusätzlich dazu werden -100-HE und +100-HE-Referenzlinien für kritische Werte markiert, die aus den visualisierten Helligkeitswerten ausgewählt werden und der Nachfolgediagnose eines Organs oder einer Läsion klinische Signifikanz verleihen können, wodurch dieselben bei der klinischen Bestimmung der Art, des Schweregrads und des Risikos des Organs oder der Läsion hilfreich sind.
Eine Konfiguration zum Visualisieren der Verteilungen von Signalintensitäts-/Helligkeitswerten in einem CT/MR-Bild gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann mit den folgenden Konfigurationen kombiniert werden.

1) die Konfiguration zum Visualisieren kann mit einer Nachfolgeuntersuchungsfunktion kombiniert werden, oder
2) die Konfiguration zum Visualisieren kann mit einem Menü zum Prüfen der Validität von Segmentierungsergebnissen kombiniert werden und kann durch das entsprechende Menü bereitgestellt werden.

Im Fall einer Nachfolgeuntersuchungsfunktion unterscheidet sie sich von herkömmlichen Technologien darin, dass sie einen Ausgangslagebereich und ein Histogramm eines Nachfolgebereichs gemeinsam zeigt.
Zusätzlich zu Histogrammanalyse/-visualisierung können Konfigurationen einer Interläsionsregistrierung und -messung, die für eine Nachfolgeuntersuchungsfunktion erforderlich sind, kombiniert werden.
3) Der segmentierte ROI kann ein Körperteil oder ein Organ des menschlichen Körpers sein. Alternativ dazu kann der ROI eine Läsion sein, insbesondere ein Lungenknoten oder ein Lungentumor.
In diesem Fall kann bei einem Prozess, bei dem ein Benutzer die Art von Knoten identifiziert, durch das Markieren von -100-HE- und 100-HE-Referenzlinien geholfen werden. Der Bereich von HE-Werten, die auf der horizontalen Achse eines Histogramms markiert sind, ist ein Ausführungsbeispiel, das für eine entsprechende Läsion spezialisiert ist, und kann innerhalb des Intervalls von [-1000 HE, 500 HE] in dem Fall eines Lungenknotens als Beispiel optimiert werden.
Bei einem Ausführungsbeispiel, bei dem die Verteilung von Helligkeitswerten durch ein Histogramm visualisiert wird, können ein oder mehrere Referenzlinien für Helligkeitswerte bereitgestellt werden, wodurch einem Benutzer beim Identifizieren der Art oder des Zustands eines ROI geholfen wird. In diesem Fall können die Ergebnisse einer quantitativen Analyse einer Mehrzahl von Helligkeitswertintervallen, die durch eine oder mehrere Referenzlinien unterteilt werden, gemeinsam mit der Referenzlinie visualisiert werden.
Alternativ dazu kann ein Medizinbildanalysemodul die Art oder den Zustand eines ROI auf der Basis von Referenzlinien bestimmen und kann die Ergebnisse der Bestimmung zusammen mit den Referenzlinien visualisieren. In diesem Fall können die Ergebnisse einer quantitativen Analyse einer Mehrzahl von Helligkeitswertintervallen, unterteilt durch eine oder mehrere Referenzlinien, zusammen mit den Referenzlinien und den Ergebnissen einer Bestimmung der Art oder des Zustands eines ROI visualisiert werden. In diesem Fall können die Ergebnisse der Bestimmung ferner Prädiktions-/Inferenzinformationen über eine Änderung der Art oder des Zustands eines ROI umfassen.
Wenn der ROI beispielsweise ein Lungenknoten ist, können eine oder mehrere Helligkeitswertreferenzlinien bereitgestellt werden, die die Identifizierung der Arten von Knoten (feste, nicht-feste und teilweise feste Arten) erleichtern.
Wenn die Verteilung von Helligkeitswerten statt eines Histogramms in der Form einer Konturkarte von Helligkeitswerten visualisiert wird, kann die Mehrzahl von Bereichen, unterteilt basierend auf den Referenzlinien für Helligkeitswerte, unter Verwendung von visuellen Elementen, die sich voneinander unterscheiden, visualisiert werden. In diesem Fall, können zumindest einer der Bereiche, unterteilt durch die Referenzlinien, die Ergebnisse einer quantitativen Analyse jedes der Bereiche und die Ergebnisse einer Bestimmung der Art oder des Zustands eines ROI visualisiert werden.
4) In dem Fall eines spezifischen Organs oder einer spezifischen Läsion kann ein CT-Wert-Fenster für ein Histogramm und/oder eine Konturkarte bestimmt werden, um einen klinischen Diagnosezweck zu erfüllen.
5) Bei einem Ausführungsbeispiel eines CT- oder MRT-Histogramms, kombiniert mit einer Nachfolgeuntersuchungsfunktion, kann dies anwendbar sein, auch wenn der ROI keine Läsion, kein Knoten oder kein Tumor ist, sondern ein Organ im Allgemeinen.
Der Stand der Technik analysiert ein Histogramm und stellt somit eine Wölbungskarte oder Schiefe-Karte bereit. Es ist kein Mittel (bzw. keine Einrichtung) vorgesehen, mit dem ein Benutzer diese Berechnungsergebnisse verifizieren kann. Bei einem Ausführungsbeispiel der vorliegenden Erfindung kann eine Benutzerschnittstelle (UI, User Interface) bereitgestellt sein, die dazu konfiguriert ist, medizinisches Personal bei der Überprüfung des Fortschrittes einer Erkrankung in einem Organ durch Anzeige der Verteilung aller Pixel innerhalb eines Bereichs zu unterstützen.
Es kann eine Funktion zum Erregen der Aufmerksamkeit von medizinischem Personal oder zum Helfen bei einer Bestimmung durch Anzeige eines Intervalls/Teils, in dem eine Änderung des Helligkeitswerts in der Nachfolgeuntersuchung erscheint, hinzugefügt werden.
6) Die Histogrammvisualisierungsfunktion kann auch durch ein Menü aufgerufen werden, das dahingehend bereitgestellt ist, die Validität von Segmentierungsergebnissen zu prüfen.
In Verbindung mit 6) oben, kann ein Menü bereitgestellt werden, das die Validität der Ergebnisse einer Segmentierung eines Ausgangslagebereichs und eines Nachfolgebereichs prüfen kann.
Die Detektion eines Knotens oder eines Tumors kann durch das Ausführen einer Segmentierung auf der Basis der HE-Werte einer CT erzielt werden.
Ein Detektionsprozess kann über Segmentierung oder Schwellwertanwendung implementiert werden.
Die Verteilung von CT-Helligkeitswerten von Pixeln innerhalb des ROI kann durch ein Menü bereitgestellt werden, das es einem Benutzer ermöglicht (medizinisches Personal oder Fachperson für medizinische Bildgebung), die Validität eines ROI (welcher ein Organ oder eine Läsion sein kann), die als Ergebnis einer Segmentierung oder Schwellwertanwendung abgeleitet wird, zu überprüfen, und ist für den ROI bereitgestellt.
Die Verteilung von Helligkeitswerten kann ein Histogramm sein oder kann durch eine Konturkarte visualisiert werden.
Wenn der ROI beispielsweise eine Läsion oder ein Tumor ist, kann eine Ul bereitgestellt sein, die einem Benutzer dabei hilft, einfach zu bestimmen, ob ein Knoten oder der Tumor bösartig ist, indem es möglich gemacht wird, dass der Benutzer eine Änderung des Helligkeitswerts in der Nachfolgeuntersuchung leicht erkennt.
Wenn der ROI beispielsweise ein Lungenknoten ist, kann eine Änderung des Helligkeitswerts klinisch dahingehend interpretiert werden, dass es Verfestigung von einem nicht-festen oder teilweise festen Zustand zu einem festen Zustand gab.
Wenn der HE-Wert eines festen Bereichs höher als der eines nicht-festen Bereichs innerhalb eines Knotens ist, kann interpretiert werden, dass sich der Knoten von einem nicht-festen oder teilweise festen Zustand zu einem festen Zustand verfestigt hat, falls es mehr Pixel mit einem höheren HE-Wert in dem Nachfolgeknoten gibt als in dem Ausgangslageknoten.
Beim Lungenkrebsscreening (LCS, Lung Cancer Screening) werden im Allgemeinen Änderungen der Größe eines Knotens vor dem Auftreten eines Lungenkrebses nachverfolgt. Bei einem Ausführungsbeispiel der vorliegenden Erfindung kann dann, wenn die Größe eines Knotens sich nicht ändert, jedoch die Verteilung von HE-Werten von Pixeln sich ändert, eine Benachrichtigung darüber an einen Benutzer bereitgestellt werden, dass der Knoten verfestigt ist und somit die Bösartigkeit des Knotens fortschreitet.
Bei einem Ausführungsbeispiel, bei dem der ROI ein Organ ist, kann eine UI bereitgestellt sein, die einem Benutzer dabei hilft, den Fortschritt einer Erkrankung in dem Organ einfach zu bestimmen, indem ermöglicht wird, dass der Benutzer eine Änderung des Helligkeitswerts in einer Nachfolgeuntersuchung einfach erkennt.
Wenn der ROI ein Organ ist, kann eine UI bereitgestellt sein, die einem Benutzer die Verhärtung der Leber, eine Erhöhung eines LAA-Lungen-Bereichs, eine Erhöhung eines Bereichs einer kardiovaskulären Verkalkung oder dergleichen durch ein Histogramm bereitstellt, so dass der Benutzer dies einfach erkennen kann.
Wenn der ROI ein Organ ist, können die Verteilungen von Helligkeitswerten verglichen werden, oder Änderungen der Verteilung können visualisiert werden, so dass Änderungen der Größe des Organs derart visualisiert werden können, dass ein Benutzer sie schnell erkennen kann, und so dass der Schweregrad einer Erkrankung quantifiziert werden kann. Wenn die Größe des Organs sich nicht ändert, können die Verteilungen von Helligkeitswerten innerhalb des Organs verglichen werden, oder Änderungen der Verteilung können visualisiert werden, so dass Änderungen der Komponenten innerhalb des Organs oder der Schweregrad einer Erkrankung derart visualisiert werden können, dass ein Benutzer sie schnell erkennen kann, und so dass der Schweregrad der Erkrankung quantifiziert werden kann.
Option 1: Aktuell wird ein Histogramm auf der Basis der HE-Helligkeitswerte von Pixeln innerhalb eines Bereichs, der als Knoten detektiert wurde, angezeigt. Wenn ein Arzt den Knotenbereich (durch ein Bearbeitungsmenü) korrigiert, kann ein korrigiertes Histogramm für den korrigierten Bereich angezeigt werden.
Aktuell wird ein Ausführungsbeispiel eines Histogramms eingesetzt, bei dem die horizontale Achse HE-Werte darstellt und die vertikale Achse die Anzahl von Pixeln darstellt. Jedoch kann eine UI eingesetzt werden, die einen entsprechenden Knotenbereich wie Konturlinien anzeigt, während die Farbe desselben gemäß dem HE-Wert geändert wird.
Zum Größenvergleich kann eine Konturkarte überlagert werden, nachdem eine vorherige/vergangene Läsion auf derselben Skala angezeigt wurde. Eine UI, wie etwa eine Konturkarte, kann Erkenntnisse zu einer Änderung der Form oder Größe zusammen mit einer Änderung der Intensität bereitstellen.
Es kann eine Funktion zum Erregen der Aufmerksamkeit von medizinischem Personal oder zum Helfen bei einer Bestimmung durch Anzeige eines Intervalls/Teils, in dem eine Änderung eines Helligkeitswerts in einer Nachfolgeuntersuchung erscheint, hinzugefügt werden.
Es kann eine Funktion zum Erregen der Aufmerksamkeit von medizinischem Personal oder zum Helfen bei einer Bestimmung durch Anzeige eines Intervalls/Teils, in dem eine Änderung der Frequenzen von Helligkeitswerten in einer Nachfolgeuntersuchung signifikant ist, hinzugefügt werden.
Es kann ein Intervall/Teil angezeigt werden, in dem eine Änderung des Helligkeitswerts zwischen einem Ausgangslage-ROI und einem Nachfolge-ROI gleich groß wie oder größer als eine Schwelle ist.
Es kann ein Intervall/Teil angezeigt werden, in dem eine Änderung der Frequenzen von Helligkeitswerten zwischen einem Ausgangslage-ROI und einem Nachfolge-ROI gleich groß wie oder größer als eine Schwelle ist.
Nach dem Ausführen einer Bildbearbeitung und einer Bildanalyse an Medizinbildern kann der Prozessor einer Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung die Ergebnisse jedes Schritts der Bildbearbeitung und der Bildanalyse zumindest als vorläufiges Ergebnis und/oder Endergebnis erzeugen, kann das Endergebnis als Temporäres-Ergebnis-Bild gemäß standardisierten Spezifikationen wie etwa DICOM und HL7 erzeugen, kann detaillierte Analyseinformationen einschließlich des vorläufigen Ergebnisses und des Endergebnisses erzeugen, kann ein Verknüpfungsbild wie etwa ein QR-Bild zur detaillierten Analyseinformation erzeugen, und kann ein Bild erzeugen, das mit dem vorläufigen Ergebnis und/oder dem Endergebnis in Verbindung steht, durch Hinzufügen des Verknüpfungsbilds zu dem Temporäres-Ergebnis-Bild.
Der Prozessor der Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann es ermöglichen, dass Bildinformationen und Nichtbildinformationen für das erzeugte vorläufige Ergebnis und das Endergebnis in den detaillierten Analyseinformationen enthalten sind.
Der Prozessor einer Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann ein Verknüpfungsbild (beispielsweise ein QR-Code-Bild) erkennen, das auf einem verknüpften Bild angezeigt wird, kann detaillierte Analyseinformationen von einem Medizinbildanalyseserver über das Verknüpfungsbild anfordern, und kann die detaillierten Analyseinformationen, die von dem Server empfangen werden, auf einer Anzeige visualisieren. In diesem Fall können die detaillierten Analyseinformationen dahingehend erzeugt werden, dass sie das vorläufige Ergebnis und das Endergebnis eines Prozesses enthalten, in dem die Ergebnisse einer Bildbearbeitung und Bildanalyse, die an den Medizinbildern ausgeführt werden, als das verknüpfte Bild erzeugt werden.
Der Prozessor einer Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann detaillierte Analyseinformationen zusammen mit einem Menü visualisieren, in das eine Rückmeldung eines Benutzers hinsichtlich einer Genehmigung oder einer Zurückweisung eines vorläufigen Ergebnisses und/oder eines Endergebnisses eingegeben werden kann.
Wenn der Benutzer das zumindest eine Ergebnis genehmigt, kann der Prozessor einer Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung die Genehmigung des Benutzers in Verbindung mit einem ursprünglichen Medizinbild, einem durch ein Verknüpfungsbild verknüpften Medizinbild und einem detaillierten Analyseergebnis in einer internen oder externen Datenbank speichern.
Der Prozessor einer Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann ein Arbeitsumgebungsmenü, über das ein Benutzer anstatt einer Genehmigung eines Benutzers ein vorläufiges Ergebnis und ein Endergebnis manuell modifizieren kann, mit einem Verknüpfungsbild verknüpfen und kann das Arbeitsumgebungsmenü zusammen mit detaillierten Analyseinformationen bereitstellen.
Die detaillierten Analyseinformationen können die Ergebnisse einer Vorverarbeitung des ursprünglichen Medizinbilds als vorläufiges Ergebnis enthalten, und der Prozessor einer Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann die Ergebnisse einer quantitativen Analyse des ursprünglichen Medizinbilds, die auf der Basis der Ergebnisse der Vorverarbeitung erzeugt werden, als Endergebnis aufnehmen. Die Ergebnisse einer Vorverarbeitung können die Ergebnisse einer Segmentierung eines spezifischen Organs oder einer spezifischen Läsion sein. Die Ergebnisse einer Vorverarbeitung können über einen separaten Bildschirm visualisiert werden, auf dem sie mit den Ergebnissen einer quantitativen Analyse verglichen werden können, und die Ergebnisse einer Vorverarbeitung und die Ergebnisse einer quantitativen Analyse können auf einem einzelnen Bildschirm überlagert und angezeigt werden.
Die detaillierten Analyseinformationen können die Ergebnisse einer Objektidentifizierung des ursprünglichen Medizinbilds als Zwischenergebnis umfassen, und der Prozessor einer Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann die Ergebnisse einer Filterung, erhalten durch Anwenden einer Schwelle auf die Ergebnisse einer Objektidentifizierung, als Endergebnis enthalten/umfassen/aufnehmen.
Der Prozessor einer Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung kann ein Menü, über das ein Medizinbild bearbeitet werden kann oder ein neues Medizinbild, bei dem die Einstellung des Medizinbilds eingestellt worden sind, erzeugt werden kann, mit einem Verknüpfungsbild verknüpfen, und kann das Menü zusammen mit detaillierten Analyseinformationen bereitstellen.
Wenn das Medizinbild zumindest eines aus rekonstruierten und reformatierten Bildern des ursprünglichen Medizinbilds ist, kann der Prozessor einer Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung ein Arbeitsumgebungsmenü, über das zumindest eines aus neu rekonstruierten und reformatierten Bildern als neues Medizinbild erzeugt werden kann, durch Einstellen des Bereichs, Winkels, Sichtpunkts und/oder einer Option, bei der zumindest eines der rekonstruierten und reformatierten Bilder erzeugt wird, mit einem Verknüpfungsbild verknüpfen, und kann das Arbeitsumgebungsmenü zusammen mit detaillierten Analyseinformationen bereitstellen.
Wenn zumindest ein Medizinbild einen Bericht umfasst, der die Ergebnisse einer Bildanalyse darstellt, kann der Prozessor einer Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung ein Arbeitsumgebungsmenü, über das ein neuer Bericht durch Einstellen zumindest eines Parameters, der dazu verwendet wird, einen Bericht zu erzeugen, erzeugt werden kann, mit einem Verknüpfungsbild verknüpfen, und kann das Arbeitsumgebungsmenü zusammen mit den detaillierten Analyseinformationen bereitstellen.
Wenn die detaillierten Analyseinformationen die Ergebnisse einer Objektidentifizierung für das ursprüngliche Medizinbild enthalten, kann der Prozessor einer Medizinbilddiagnosehilfsvorrichtung gemäß einem Ausführungsbeispiel der vorliegenden Erfindung ein Arbeitsumgebungsmenü, über das eine Schwelle, die auf die Ergebnisse einer Objektidentifizierung angewendet wird, modifiziert werden kann, die Ergebnisse einer Filterung, die durch Anwenden der modifizierten Schwelle erhalten werden, als neue detaillierte Analyseinformationen erzeugt werden können, und die Ergebnisse einer Objektidentifizierung vor der Anwendung der Schwelle manuell verifiziert werden können, mit einem Verknüpfungsbild verknüpfen, und kann das Arbeitsumgebungsmenü zusammen mit detaillierten Analyseinformationen bereitstellen.
17 ist ein Konzeptblockdiagramm, das eine verallgemeinerte Medizinbilddiagnosehilfsvorrichtung oder ein verallgemeinertes Rechensystem zeigt, die bzw. das dazu in der Lage ist, zumindest einen Teil der Prozesse aus 1 bis 16 auszuführen, gemäß einem Ausführungsbeispiel der vorliegenden Erfindung.
Obwohl ein Prozessor und ein Speicher in den Zeichnungen in Verbindung mit den Ausführungsbeispielen aus 1 bis 16 ausgelassen sind, sind dieselben elektronisch mit individuellen Komponenten verbunden, und die Funktionsweisen der individuellen Komponenten können durch den Prozessor gesteuert oder verwaltet werden.
Zumindest einige Prozesse des Medizinbilddiagnosehilfsverfahrens gemäß einem Ausführungsbeispiel der vorliegenden Erfindung können durch das Rechensystem 2000 aus 17 ausgeführt werden.
Wie in 17 gezeigt ist, kann das Rechensystem 2000 gemäß einem exemplarischen Ausführungsbeispiel der vorliegenden Offenbarung dazu konfiguriert sein, einen Prozessor 2100, einen Speicher 2200, eine Kommunikationsschnittstelle 2300, eine Speichervorrichtung 2400, eine Eingabeschnittstelle 2500, eine Ausgabeschnittstelle 2600 und einen Bus 2700 zu umfassen.
Das Rechensystem 2000 gemäß einem exemplarischen Ausführungsbeispiel der vorliegenden Offenbarung kann den zumindest einen Prozessor 2100 und den Speicher 2200 umfassen, der Anweisungen speichert, die den zumindest einen Prozessor 2100 dazu anweisen, zumindest einen Schritt auszuführen. Zumindest einige Schritte des Verfahrens gemäß exemplarischen Ausführungsbeispielen der vorliegenden Offenbarung können durch den zumindest einen Prozessor 2100, der die Anweisungen aus dem Speicher 2200 lädt und sie ausführt, ausgeführt werden.
Der Prozessor 2100 kann eine zentrale Verarbeitungseinheit (CPU, Central Processing Unit), eine Grafikverarbeitungseinheit (GPU, Graphics Processing Unit) oder einen dedizierten Prozessor bezeichnen, auf dem die Verfahren gemäß exemplarischen Ausführungsbeispielen der vorliegenden Offenbarung ausgeführt werden.
Der Speicher 2200 und die Speichervorrichtung 2400 können jeweils zumindest ein flüchtiges Speichermedium und ein nichtflüchtiges Speichermedium umfassen. Beispielsweise kann der Speicher 2200 einen Nur-Lese-Speicher (ROM, Read Only Memory) und einen Direktzugriffsspeicher (RAM, Random Access Memory) umfassen.
Zusätzlich dazu kann das Rechensystem 2000 die Kommunikationsschnittstelle 1300 umfassen, die eine Kommunikation über ein Drahtlosnetzwerk ausführt.
Zusätzlich dazu können die jeweiligen Komponenten, die in dem Rechensystem 2000 enthalten sind, durch den Bus 2700 dazu verbunden sein, miteinander zu kommunizieren.
Beispielsweise kann das Rechensystem 2000, das den Prozessor 2100 der vorliegenden Offenbarung umfasst, ein Desktopcomputer, ein Laptopcomputer, ein Notebook, ein Smartphone, ein Tablet-Computer, ein Mobiltelefon, eine Smartwatch, eine intelligente Brille, ein E-Book-Lesegerät, ein tragbares Multimedia-Abspielgerät (PMP, Portable Multimedia Player), eine tragbare Spielvorrichtung, ein Navigationsgerät, eine Digitalkamera, ein Digital-Multimedia-Broadcast-(DMB)-Abspielgerät, ein digitaler Audiorekorder, ein digitales Audio-Abspielgerät, ein digitaler Videorecorder, ein digitales Video-Abspielgerät, ein persönlicher digitaler Assistent (PDA) und dergleichen mit einer Kommunikationsfunktionsweise sein.
18 ist ein Konzeptdiagramm, das einen Prozessor und ein künstliches neuronales Netz als die innere Struktur einer verallgemeinerten Medizinbilddiagnosehilfsvorrichtung oder eines verallgemeinerten Rechensystems gemäß einem Ausführungsbeispiel der vorliegenden Erfindung umfasst.
Einige der Komponenten, die in der Vorrichtung oder dem Rechensystem aus 18 enthalten sind und in 17 gezeigt sind, sind zum Zwecke der Kürze der Beschreibung ausgelassen. Der Prozessor 2100 aus 18 kann mit einem künstlichen neuronalen Netz 2800 über einen Bus 2700 verbunden sein. Eine Gewichtungsmatrix, die das künstliche neuronale Netz 2800 ausbildet, kann in dem Speicher 2200 und/oder einer Speichervorrichtung 2400 gespeichert sein, und Aktivierungsparameter, die während einer Funktion eines künstlichen neuronalen Netzes erzeugt werden, können in dem Speicher 2200 und/oder der Speichervorrichtung 2400 gespeichert sein.
Die Gewichtungen und Aktivierungsparameter, die das künstliche neuronale Netz 2800 ausbilden, können in einer anderen separaten Vorrichtung (nicht gezeigt) als dem Speicher 2200 und/oder der Speichervorrichtung 2400 gespeichert werden, und die separate Vorrichtung kann mit dem Prozessor 2100 verbunden sein und eine Funktion eines künstlichen neuronalen Netzes unter der Steuerung des Prozessors 2100 ausführen. Die Funktion des künstlichen neuronalen Netzes kann einen Dateneingang/-ausgang zwischen dem Prozessor 2100 und dem künstlichen neuronalen Netz 2800 und logische/arithmetische Operationen umfassen, die während eines Trainingsprozesses, eines Inferenzprozesses und/oder eines Prozesses der Ergebnisausgabe/-generation ausgeführt werden, um das Verfahren gemäß einem Ausführungsbeispiel der vorliegenden Erfindung auszuführen. Der Trainingsprozess, der Inferenzprozess und/oder der Prozess der Ergebnisausgabe/-generation des künstlichen neuronalen Netzes 2800 kann bzw. können unter der Steuerung des Prozessors 2100 ausgeführt werden.
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung können die Mittel (bzw. die Einrichtung), mit denen eine medizinische Fachkraft die Ergebnisse einer Detektion eines spezifischen Organs, einer spezifischen Läsion oder eines spezifischen Fundes verifizieren kann, als Hilfsinformationen bereitgestellt werden.
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung können die Mittel, mit denen eine medizinische Fachkraft zusätzliche Informationen über das Vorhandensein/Fehlen, den Fortschritt und den Schweregrad einer Erkrankung für ein spezifisches Organ, eine spezifische Läsion oder einen spezifischen Fund erhalten kann, als Hilfsinformationen bereitgestellt werden.
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung können in einem Zustand, in dem ein spezifisches Organ segmentiert ist oder eine Läsion oder ein Fund detektiert wird, und dann visualisiert wird, Informationen darüber, ob eine Erkrankung tatsächlich in dem segmentierten Organ oder der detektierten Läsion oder dem detektierten Fund vorhanden ist, ob die Erkrankung fortschreitet oder ob die Erkrankung schwerwiegend ist, zusammen mit Hilfsinformationen, die eine medizinische Fachkraft, welche ein Benutzer ist, erkennen kann, bereitgestellt werden.
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung ist die UI bereitgestellt, die die Nachfolgeuntersuchung des Übergangs einer spezifischen Läsion oder eines spezifischen Organs im Zeitverlauf erleichtert.
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung ist die UI bereitgestellt, die Visualisierungsinformationen umfasst, die wirksam sind zum Darstellen der Art oder des Zustands eines Bereichs von Interesse (ROI).
Gemäß einem Ausführungsbeispiel der vorliegenden Erfindung ist die UI bereitgestellt, die die Visualisierungsmittel umfasst, die wirksam sind zum Darstellen einer Änderung der Art oder des Zustands einer ROI.
Die Funktionsweisen des Verfahrens gemäß dem exemplarischen Ausführungsbeispiel der vorliegenden Offenbarung können als computerlesbares Programm oder computerlesbarer Code in einem computerlesbaren Aufzeichnungsmedium implementiert werden. Das computerlesbare Aufzeichnungsmedium kann alle Arten von Aufzeichnungsvorrichtungen zum Speichern von Daten umfassen, die durch ein Computersystem gelesen werden können. Ferner kann das computerlesbare Aufzeichnungsmedium Programme oder Codes speichern und ausführen, die in Computersystemen verteilt sein können, die über ein Netz verbunden sind, und durch Computer auf verteilte Weise gelesen werden können.
Das computerlesbare Aufzeichnungsmedium kann eine Hardwarevorrichtung umfassen, die spezifisch dazu konfiguriert ist, einen Programmbefehl zu speichern und auszuführen, etwa als ROM, RAM oder Flash-Speicher. Der Programmbefehl kann nicht nur maschinenlesbare Codes umfassen, die durch einen Compiler erzeugt werden, sondern auch übergeordnete Sprachcodes, die durch einen Computer unter Verwendung eines Interpretierers ausgeführt werden können.
Obwohl einige Aspekte der vorliegenden Offenbarung im Kontext der Vorrichtung beschrieben worden sind, können die Aspekte die entsprechenden Beschreibungen gemäß dem Verfahren anzeigen, und die Blöcke oder die Vorrichtung können den Schritten des Verfahrens oder den Merkmalen der Schritte entsprechen. Gleichermaßen können die Aspekte, die im Kontext des Verfahrens beschrieben wurden, als die Merkmale der entsprechenden Blöcke oder Elemente der entsprechenden Vorrichtung ausgedrückt werden. Einige oder alle der Schritte des Verfahrens können durch (oder unter Verwendung von) einer Hardwarevorrichtung wie etwa ein Mikroprozessor, ein programmierbarer Computer oder eine elektronische Schaltung ausgeführt werden. Bei einigen Ausführungsbeispielen können ein oder mehrere der wichtigsten Schritte des Verfahrens durch solch eine Vorrichtung ausgeführt werden.
Bei einigen exemplarischen Ausführungsbeispielen kann eine programmierbare Logikvorrichtung wie etwa ein feldprogrammierbares Gatterarray dazu verwendet werden, einige oder alle Funktionen der hierin beschriebenen Verfahren auszuführen. Bei einigen exemplarischen Ausführungsbeispielen kann das feldprogrammierbare Gatterarray mit einem Mikroprozessor dahingehend betrieben werden, eines der hierin beschriebenen Verfahren auszuführen. Im Allgemeinen werden die Verfahren vorzugsweise durch eine bestimmte Hardwarevorrichtung ausgeführt.
Die Beschreibung der Offenbarung ist lediglich von beispielhafter Natur und somit ist es beabsichtigt, dass Variationen, die nicht von der Wesensart der Offenbarung abweichen, innerhalb des Schutzumfanges der Offenbarung liegen. Solche Variationen sind nicht als Abweichung von der Wesensart und dem Schutzumfang der Offenbarung anzusehen. Somit ist es Fachleuten ersichtlich, dass unterschiedliche Änderungen der Form und der Details ausgeführt werden können, ohne von der Wesensart und dem Schutzumfang, wie sie durch die folgenden Patentansprüche definiert werden, abzuweichen.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

US 102022051650 [0001]
US 1020220118135 [0001]
KR 101943011 [0009, 0010, 0064]
KR 102270934 [0064]
KR 102283673 [0064]
KR 101887194 [0064]
KR 101818074 [0064]

Claims

Eine Medizinbilddiagnosehilfsvorrichtung, die einen Prozessor aufweist, wobei der Prozessor dazu konfiguriert ist: Informationen über zumindest einen Zielbereich in einem Medizinbild zu erfassen; Verteilungsinformationen über eine Verteilung von Signalintensitätswerten innerhalb des Zielbereichs zu erfassen; erste Hilfsinformationen auf der Basis einer ersten Schwelle für die Signalintensitätswerte innerhalb des Zielbereiches zu erzeugen; und zweite Hilfsinformationen auf der Basis der Verteilungsinformationen und der ersten Hilfsinformationen zu erzeugen.
Die Medizinbilddiagnosehilfsvorrichtung gemäß Anspruch 1, wobei die Signalintensitätswerte innerhalb des Zielbereiches in ein erstes Intervall, das einem ersten Zustand entspricht, und in ein zweites Intervall, das einem zweiten Zustand entspricht, auf der Basis der ersten Schwelle eingeordnet werden.
Die Medizinbilddiagnosehilfsvorrichtung gemäß Anspruch 2, wobei die zweiten Hilfsinformationen Erstes-Intervall-Verteilungsinformationen, die dem ersten Intervall der Signalintensitätswerte innerhalb des Zielbereiches entsprechen, und/oder Zweites-Intervall-Verteilungsinformationen aufweisen, die dem zweiten Intervall der Signalintensitätswerte innerhalb des Zielbereiches entsprechen.
Die Medizinbilddiagnosehilfsvorrichtung gemäß Anspruch 3, wobei die zweiten Hilfsinformationen ferner ein erstes Visualisierungselement, das repräsentativ ist für die Erstes-Intervall-Verteilungsinformationen, und ein zweites Visualisierungselement aufweisen, das repräsentativ ist für die Zweites-Intervall-Verteilungsinformationen.
Die Medizinbilddiagnosehilfsvorrichtung gemäß Anspruch 2, wobei die zweiten Hilfsinformationen Erstes-Intervall-Verteilungsquantifizierungsinformationen, die dem ersten Intervall der Signalintensitätswerte innerhalb des Zielbereiches entsprechen, und/oder Zweites-Intervall-Verteilungsquantifizierungsinformationen aufweisen, die dem zweiten Intervall der Signalintensitätswerte innerhalb des Zielbereiches entsprechen.
Die Medizinbilddiagnosehilfsvorrichtung gemäß Anspruch 5, wobei die Erstes-Intervall-Verteilungsquantifizierungsinformationen eine Perzentile, einen Maximalwert, einen Mindestwert, einen Mittelwert, einen Moduswert und/oder einen Medianwert von Pixeln/Voxeln von Signalintensitätswerten innerhalb des Zielbereiches entsprechend dem ersten Intervall aufweisen; und die Zweites-Intervall-Verteilungsquantifizierungsinformationen eine Perzentile, einen Maximalwert, einen Mindestwert, einen Mittelwert, einen Moduswert und/oder einen Medianwert von Pixeln/Voxeln von Signalintensitätswerten innerhalb des Zielbereiches entsprechend dem zweiten Intervall aufweisen.
Die Medizinbilddiagnosehilfsvorrichtung gemäß Anspruch 2, wobei der Prozessor ferner dazu konfiguriert ist, Folgendes zu erzeugen: erste Überlagerungsvisualisierungsinformationen auf dem Medizinbild für zumindest einen ersten Teilbereich innerhalb des Zielbereiches entsprechend dem ersten Intervall; und/oder zweite Überlagerungsvisualisierungsinformationen auf dem Medizinbild für zumindest einen zweiten Teilbereich innerhalb des Zielbereiches entsprechend dem zweiten Intervall.
Die Medizinbilddiagnosehilfsvorrichtung gemäß Anspruch 7, wobei der Prozessor ferner dazu konfiguriert ist: die ersten Überlagerungsvisualisierungsinformationen zu erzeugen, wenn eine Benutzereingabe für das erste Intervall in Verbindung mit den zweiten Hilfsinformationen erkannt wird; und die zweiten Überlagerungsvisualisierungsinformationen zu erzeugen, wenn eine Benutzereingabe für das zweite Intervall in Verbindung mit den zweiten Hilfsinformationen erkannt wird.
Die Medizinbilddiagnosehilfsvorrichtung gemäß Anspruch 1, wobei die erste Schwelle einem Vorhandensein/Fehlen, einem Fortschritt und/oder einem Schweregrad einer Erkrankung zugeordnet ist, die dem Zielbereich zugeordnet ist.
Die Medizinbilddiagnosehilfsvorrichtung gemäß Anspruch 1, wobei die Informationen über den Zielbereich Segmentierungsinformationen über eine Grenze des Zielbereichs sind.
Die Medizinbilddiagnosehilfsvorrichtung gemäß Anspruch 1, wobei der Zielbereich ein Fundbereich ist, der in Verbindung mit einer Erkrankung oder Läsion in dem Medizinbild detektiert wird.
Die Medizinbilddiagnosehilfsvorrichtung gemäß Anspruch 1, wobei der Zielbereich ein Bereich ist, der als Ergebnis einer Segmentierung einer atomischen Struktur in dem Medizinbild erhalten wird.
Die Medizinbilddiagnosehilfsvorrichtung gemäß Anspruch 1, wobei: der Prozessor ferner dazu konfiguriert ist, erste Hilfsinformationen zu erzeugen, die ferner einen zweiten Schwellwert für die Signalintensitätswerte innerhalb des Zielbereiches umfassen; und die Signalintensitätswerte innerhalb des Zielbereiches in ein erstes Intervall, das einem ersten Zustand entspricht, ein zweites Intervall, das einem zweiten Zustand entspricht, und ein drittes Intervall, das einem dritten Zustand entspricht, auf der Basis der ersten Schwelle und der zweiten Schwelle eingeordnet werden.
Die Medizinbilddiagnosehilfsvorrichtung gemäß Anspruch 1, wobei die Verteilungsinformationen Histogramminformationen sind, die einer Verteilung von Signalintensitätswerten von Pixeln/Voxeln innerhalb des Zielbereiches entsprechen.
Eine Medizinbilddiagnosehilfsvorrichtung, die einen Prozessor aufweist, wobei der Prozessor dazu konfiguriert ist: Informationen über zumindest einen ersten Zielbereich in einem ersten Medizinbild zu erfassen, das zu einem ersten Zeitpunkt für einen Gegenstand erfasst wird; Informationen über zumindest einen zweiten Zielbereich in einem zweiten Medizinbild zu erfassen, das zu einem zweiten Zeitpunkt für den Gegenstand erfasst wird; erste Verteilungsinformationen über eine Verteilung von Signalintensitätswerten innerhalb des ersten Zielbereichs zu erfassen; zweite Verteilungsinformationen über eine Verteilung von Signalintensitätswerten innerhalb des zweiten Zielbereiches zu erfassen; und Visualisierungsinformationen auf der Basis der ersten Verteilungsinformationen und der zweiten Verteilungsinformationen zu erzeugen.
Die Medizinbilddiagnosehilfsvorrichtung gemäß Anspruch 15, wobei der Prozessor ferner dazu konfiguriert ist, erste Hilfsinformationen auf der Basis einer ersten Schwelle für Signalintensitätswerte in dem ersten Gebiet und dem zweiten Gebiet zu erzeugen; die Signalintensitätswerte innerhalb des ersten Bereichs und des zweiten Bereiches in ein erstes Intervall, das einem ersten Zustand entspricht, und in ein zweites Intervall, das einem zweiten Zustand entspricht, auf der Basis der ersten Schwelle eingeordnet werden; der Prozessor ferner dazu konfiguriert ist, Erstes-Intervall-Verteilungsinformationen, die dem ersten Intervall für die Signalintensitätswerte innerhalb des ersten Bereichs entsprechen, und/oder Zweites-Intervall-Verteilungsinformationen, die dem zweiten Intervall für die Signalintensitätswerte innerhalb des ersten Bereichs entsprechen, auf der Basis der ersten Verteilungsinformationen zu erfassen; der Prozessor ferner dazu konfiguriert ist, als Teil der Visualisierungsinformationen zweite Hilfsinformationen zu erzeugen, die die ersten Hilfsinformationen umfassen, während sie die Erstes-Intervall-Verteilungsinformationen und/oder die Zweites-Intervall-Verteilungsinformationen umfassen; der Prozessor ferner dazu konfiguriert ist, Drittes-Intervall-Verteilungsinformationen, die dem ersten Intervall für die Signalintensitätswerte innerhalb des zweiten Bereichs entsprechen, und/oder Viertes-Intervall-Verteilungsinformationen, die dem zweiten Intervall für die Signalintensitätswerte innerhalb des zweiten Bereichs entsprechen, auf der Basis der zweiten Verteilungsinformationen zu erfassen; und der Prozessor ferner dazu konfiguriert ist, als Teil der Visualisierungsinformationen dritte Hilfsinformationen zu erzeugen, die die ersten Hilfsinformationen umfassen, während sie die Drittes-Intervall-Verteilungsinformationen und/oder die Viertes-Intervall-Verteilungsinformationen umfassen.
Die Medizinbilddiagnosehilfsvorrichtung gemäß Anspruch 15, wobei: der Prozessor ferner dazu konfiguriert ist, erste Hilfsinformationen auf der Basis einer ersten Schwelle für Signalintensitätswerte in dem ersten Gebiet und dem zweiten Gebiet zu erzeugen; die Signalintensitätswerte innerhalb des ersten Bereichs und des zweiten Bereichs in ein erstes Intervall, das einem ersten Zustand entspricht, und ein zweites Intervall, das einem zweiten Zustand entspricht, auf der Basis der ersten Schwelle eingeordnet werden; der Prozessor ferner dazu konfiguriert ist, Erstes-Intervall-Verteilungsquantifizierungsinformationen, die dem ersten Intervall für die Signalintensitätswerte innerhalb des ersten Bereichs entsprechen, und/oder Zweites-Intervall-Verteilungsquantifizierungsinformationen, die dem zweiten Intervall für die Signalintensitätswerte innerhalb des ersten Bereichs entsprechen, auf der Basis der ersten Verteilungsinformationen zu erfassen; der Prozessor ferner dazu konfiguriert ist, als Teil der Visualisierungsinformationen zweite Hilfsinformationen zu erzeugen, die die ersten Hilfsinformationen umfassen, während sie die Erstes-Intervall-Verteilungsquantifizierungsinformationen und/oder die Zweites-Intervall-Verteilungsquantifizierungsinformationen umfassen; der Prozessor ferner dazu konfiguriert ist, Drittes-Intervall-Verteilungsquantifizierungsinformationen, die dem ersten Intervall für die Signalintensitätswerte innerhalb des zweiten Bereichs entsprechen, und/oder Viertes-Intervall-Verteilungsquantifizierungsinformationen, die dem zweiten Intervall für die Signalintensitätswerte innerhalb des zweiten Bereichs entsprechen, auf der Basis der zweiten Verteilungsinformationen zu erfassen; und der Prozessor ferner dazu konfiguriert ist, als Teil der Visualisierungsinformationen dritte Hilfsinformationen zu erzeugen, die die ersten Hilfsinformationen umfassen, während sie die Drittes-Intervall-Verteilungsquantifizierungsinformationen und/oder die Viertes-Intervall-Verteilungsquantifizierungsinformationen umfassen.
Ein Medizinbilddiagnosehilfsverfahren, das von einem Rechensystem ausgeführt wird, welches einen Prozessor umfasst, wobei das Medizinbilddiagnosehilfsverfahren folgende Schritte aufweist: Erfassen von Informationen über zumindest einen Zielbereich in einem Medizinbild; Erfassen von Verteilungsinformationen über eine Verteilung von Signalintensitätswerten innerhalb des Zielbereiches; Erzeugen erster Hilfsinformationen auf der Basis einer ersten Schwelle für die Signalintensitätswerte innerhalb des Zielbereiches; und Erzeugen zweiter Hilfsinformationen auf der Basis der Verteilungsinformationen und der ersten Hilfsinformationen.
Das Medizinbilddiagnosehilfsverfahren gemäß Anspruch 18, wobei: die Signalintensitätswerten innerhalb des Zielbereiches in ein erstes Intervall, das einem ersten Zustand entspricht, und ein zweites Intervall, das einem zweiten Zustand entspricht, auf der Basis der ersten Schwelle eingeordnet werden; und das Erzeugen von zweiten Hilfsinformationen ein Erzeugen der zweiten Hilfsinformationen einschließlich von Erstes-Intervall-Verteilungsinformationen, die dem ersten Intervall der Signalintensitätswerte innerhalb des Zielbereiches entsprechen, und/oder Zweites-Intervall-Verteilungsinformationen, die dem zweiten Intervall der Signalintensitätswerte innerhalb des Zielbereiches entsprechen, aufweist.
Das Medizinbilddiagnosehilfsverfahren gemäß Anspruch 18, wobei: die Signalintensitätswerte innerhalb des Zielbereiches in ein erstes Intervall, das einem ersten Zustand entspricht, und ein zweites Intervall, das einem zweiten Zustand entspricht, auf der Basis der ersten Schwelle eingeordnet werden; und das Erzeugen zweiter Hilfsinformationen ein Erzeugen der zweiten Hilfsinformationen einschließlich von Erstes-Intervall-Verteilungsquantifizierungsinformationen, die dem ersten Intervall der Signalintensitätswerte innerhalb des Zielbereiches entsprechen, und/oder Zweites-Intervall-Verteilungsquantifizierungsinformationen, die dem zweiten Intervall der Signalintensitätswerte innerhalb des Zielbereiches entsprechen, aufweist.